我实现了带截距和不带截距的线性回归:
TotalReview ~ Number_of_files + LOC
通过拦截,我得到以下输出,其中 Number_of_files
变量显着:
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -5.279e+02 1.114e+02 -4.740 0.00515 **
LOC 7.045e-04 2.260e-03 0.312 0.76778
Number_of_files 1.929e+00 6.026e-01 3.202 0.02395 *
如果没有拦截,我会得到非常不同的输出和 LOC
突然变得很重要:
Coefficients:
Estimate Std. Error t value Pr(>|t|)
Number_of_files -0.760434 0.433852 -1.753 0.1302
LOC 0.008528 0.003302 2.582 0.0416 *
为什么我的变量的显着性从Number_of_files
改变至LOC
拦截删除后?
最佳答案
直观上,回归的作用是通过数据点云以“最佳可能的方式”拟合一条线。回归输出中的系数是这条线的斜率。如果斜率(系数)为零,则(根据回归逻辑)因变量 y
和自变量 x
之间没有关系,即系数将为微不足道。
当您决定从拟合线中删除截距时,线的斜率将发生变化,以尝试仍然拟合通过数据点云的最佳可能线。您所看到的正是这样的:LOC
和 Number_of_files
的系数发生了巨大变化。
在下图中,您可以看到只有一个自变量(例如,只有 LOC
)的情况下的影响。如您所见,蓝线(无截距)的斜率比红线(有截距)的斜率陡得多。
最后一点,除非您有充分的理由为什么您的模型不应包含截距,否则您应该保留截距。
关于r - 线性模型中删除截距后的显着值变化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46583249/