虚拟变量系数是否显著要怎么判断?条件中只有t值

发布网友 发布时间：2022-05-03 09:04

我来回答

共3个回答

热心网友 时间：2023-10-18 02:28

看最后一列的概率值，如果概率值小于指定的检验水平(通常用0.05)，这个系数就是显著的。否则是不显著的。
例如X1，X3是显著的，X和X2是不显著的。

热心网友 时间：2023-10-18 02:28

1、检验对于单个或者多个解释变量是统计显著的，但联合检验不一定有效，例如在近高度共线性的情况下，可以R2很高，但t值就是统计不显著的；
2、辅助回归技术具有缺陷，可以考虑在方差膨胀因子的情况下，还取决于扰动项的方差和样本，如果是 本科、本科以下，研究生，那就要两个虚拟变量好了，如果是 本科及本科以下、研究生，那就取一个虚拟变量。追问能不能结合题目说一下？

热心网友 时间：2023-10-18 02:29

如果是双侧检验，那么“t值小于t（0.05/2)”和“t值大于t(1-0.05/2）”所判断出的结果是一样的。

而“t值小于t(1-0.05/2）”要分为“t值小于t（0.05/2)”和“t值大于t(0.05/2）但小于t(1-0.05/2）”两种不同情况。
可能有两种情况：

1.如果是单一虚拟变量，如gender（1=男，0=女），以此对y回归，这一虚拟变量的系数含义为“在其他条件不变的情况下，男性相对于女性的y值高出/低出多少”。高出或低出取决于系数正负号。

2.如果是多类别变量生成的虚拟变量，比如所在方位location（东=1西=2南=3北=4），以东为基准生成3个虚拟变量，location2变量的系数表示，在其他条件不变的情况下，西方相对于东方的y值高出/低出多少。其他两个系数也是相对于东方而言的。

热心网友 时间：2023-10-18 02:28

看最后一列的概率值，如果概率值小于指定的检验水平(通常用0.05)，这个系数就是显著的。否则是不显著的。
例如X1，X3是显著的，X和X2是不显著的。

热心网友 时间：2023-10-18 02:28

1、检验对于单个或者多个解释变量是统计显著的，但联合检验不一定有效，例如在近高度共线性的情况下，可以R2很高，但t值就是统计不显著的；
2、辅助回归技术具有缺陷，可以考虑在方差膨胀因子的情况下，还取决于扰动项的方差和样本，如果是 本科、本科以下，研究生，那就要两个虚拟变量好了，如果是 本科及本科以下、研究生，那就取一个虚拟变量。追问能不能结合题目说一下？

热心网友 时间：2023-10-18 02:29

如果是双侧检验，那么“t值小于t（0.05/2)”和“t值大于t(1-0.05/2）”所判断出的结果是一样的。

而“t值小于t(1-0.05/2）”要分为“t值小于t（0.05/2)”和“t值大于t(0.05/2）但小于t(1-0.05/2）”两种不同情况。
可能有两种情况：

1.如果是单一虚拟变量，如gender（1=男，0=女），以此对y回归，这一虚拟变量的系数含义为“在其他条件不变的情况下，男性相对于女性的y值高出/低出多少”。高出或低出取决于系数正负号。

2.如果是多类别变量生成的虚拟变量，比如所在方位location（东=1西=2南=3北=4），以东为基准生成3个虚拟变量，location2变量的系数表示，在其他条件不变的情况下，西方相对于东方的y值高出/低出多少。其他两个系数也是相对于东方而言的。

热心网友 时间：2023-10-18 02:28

看最后一列的概率值，如果概率值小于指定的检验水平(通常用0.05)，这个系数就是显著的。否则是不显著的。
例如X1，X3是显著的，X和X2是不显著的。

热心网友 时间：2023-10-18 02:28

1、检验对于单个或者多个解释变量是统计显著的，但联合检验不一定有效，例如在近高度共线性的情况下，可以R2很高，但t值就是统计不显著的；
2、辅助回归技术具有缺陷，可以考虑在方差膨胀因子的情况下，还取决于扰动项的方差和样本，如果是 本科、本科以下，研究生，那就要两个虚拟变量好了，如果是 本科及本科以下、研究生，那就取一个虚拟变量。追问能不能结合题目说一下？

热心网友 时间：2023-10-18 02:29

如果是双侧检验，那么“t值小于t（0.05/2)”和“t值大于t(1-0.05/2）”所判断出的结果是一样的。

而“t值小于t(1-0.05/2）”要分为“t值小于t（0.05/2)”和“t值大于t(0.05/2）但小于t(1-0.05/2）”两种不同情况。
可能有两种情况：

1.如果是单一虚拟变量，如gender（1=男，0=女），以此对y回归，这一虚拟变量的系数含义为“在其他条件不变的情况下，男性相对于女性的y值高出/低出多少”。高出或低出取决于系数正负号。

2.如果是多类别变量生成的虚拟变量，比如所在方位location（东=1西=2南=3北=4），以东为基准生成3个虚拟变量，location2变量的系数表示，在其他条件不变的情况下，西方相对于东方的y值高出/低出多少。其他两个系数也是相对于东方而言的。