部分相关性和 R 平方

机器算法验证 回归
2022-04-03 06:43:34

这是我在 SPSS 中运行线性回归分析后得到的结果: 在此处输入图像描述

我有点困惑为什么平方部分相关性之和不等于(或小于)R平方,而是超过R平方的值(R平方= 77.7%,平方部分相关之和= 88.6%) .


编辑

在此处输入图像描述

每个变量的方差用一个单位面积的圆来表示。X1 和 X2 区域所覆盖的 Y 的总面积表示 Y 的方差占两个自变量(区域 B、C 和 D)的比例。B 和 D 是由 X1 和 X2 唯一重叠的 Y 部分。区域 C 是 X1 和 X2 与 Y 的重叠。唯一区域(B 和 D)是平方部分相关系数。Y 和 X1 之间的部分相关性,其中 X2 已被移除 - 区域 B。

R 平方是由所有变量共同解释的因变量的方差量。

因此,平方部分相关性之和不能超过 R 平方的值听起来合乎逻辑。还是我错了?

1个回答

您的输出显示出强烈的抑制活动。它永远无法在维恩图上显示。抑制因子 IV 是一个预测因子,它添加到模型中会提高大于其自身的与 DV,因为抑制因子主要与缺少抑制因子的模型中的误差项相关,而不是与 DV 相关。现在,我们知道由于包含一个 IV 而增加的是该 IV 在获得的模型中的部分相关性。因此,如果部分相关的绝对值大于零阶相关的绝对值,则该变量是抑制因子。在你的最后一张表中,我们看到,5 个预测变量中有 4 个是抑制因子。R2r2R2