Проблема мультиколлинеарности при добавлении новой переменной? - PullRequest
0 голосов
/ 02 мая 2020

Ниже моя более простая модель:

 regress spteffort COMP_MOTIV NEG_EFFICACY

      Source |       SS           df       MS      Number of obs   =       841
-------------+----------------------------------   F(2, 838)       =     27.32
       Model |  26.2652574         2  13.1326287   Prob > F        =    0.0000
    Residual |  402.809587       838  .480679698   R-squared       =    0.0612
-------------+----------------------------------   Adj R-squared   =    0.0590
       Total |  429.074845       840  .510803386   Root MSE        =    .69331

------------------------------------------------------------------------------
   spteffort |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
  COMP_MOTIV |  -.0600138   .0243229    -2.47   0.014    -.1077547    -.012273
NEG_EFFICACY |   .2410897   .0329856     7.31   0.000     .1763456    .3058338
       _cons |    3.06103   .1320407    23.18   0.000      2.80186    3.320199
------------------------------------------------------------------------------

Затем я добавляю еще одну переменную для создания моей второй модели:


      Source |       SS           df       MS      Number of obs   =       841
-------------+----------------------------------   F(3, 837)       =     70.06
       Model |  86.1204478         3  28.7068159   Prob > F        =    0.0000
    Residual |  342.954397       837   .40974241   R-squared       =    0.2007
-------------+----------------------------------   Adj R-squared   =    0.1978
       Total |  429.074845       840  .510803386   Root MSE        =    .64011

------------------------------------------------------------------------------
   spteffort |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
  COMP_MOTIV |    .048614   .0241883     2.01   0.045     .0011372    .0960908
  COOP_MOTIV |   .3832347    .031708    12.09   0.000     .3209981    .4454713
NEG_EFFICACY |   .1274666   .0318725     4.00   0.000     .0649072    .1900261
       _cons |   1.877409   .1563718    12.01   0.000     1.570482    2.184336
------------------------------------------------------------------------------

Как видите, COMP_MOTIV становится гораздо менее значимым, и знак коэффициента переключается. Моей первой мыслью было то, что, возможно, COMP_MOTIV и COOP_MOTIV имеют проблему мультиколлинеарности, но значение vif составляет всего 1.4. Что еще может происходить? По вашему мнению, целесообразно ли оставить обе модели в модели или лучше сообщить обе модели (одну для COMP_MOTIV и одну для COOP_MOTIV отдельно)?

Дайте мне знать, что вы думаете. Большое спасибо, и будьте в безопасности!.:)

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...