Tùy thuộc vào mục tiêu phân tích của bạn, bạn có thể muốn thực hiện một cách tiếp cận khác nhau; nhưng, thông thường, nhiều biến hồi quy không nhất thiết phải cải thiện một mô hình. Thay vì đưa vào càng nhiều biến có khả năng liên quan đến hồi quy của bạn, bạn có thể muốn bắt đầu với một cách tiếp cận lý thuyết hơn để thử xác định phía cung bên dưới và các yếu tố phía cầu thúc đẩy sản lượng công nghiệp.
Dường như với tôi rằng các biến hồi quy mà bạn đưa vào có thể được chia nhỏ theo cách này:
- Phía cung: chỉ số giá sản xuất và lãi suất
- Phía cầu: dân số, lạm phát, lãi suất, thất nghiệp và điều chỉnh theo mùa
- Khác: bán ô tô và xe tải và PMI
Mặc dù tôi chắc chắn rằng các biến hồi quy "Khác" có tương quan với biến phụ thuộc của bạn, bạn có thực sự nghĩ rằng chúng là các yếu tố quyết định không?
Điều đó nói rằng, nếu bạn bao gồm một thuật ngữ bị trì hoãn cho việc bán ô tô, bạn có thể đưa ra lập luận rằng việc nhiều xe hơi / xe tải mua trong giai đoạn trước sẽ ảnh hưởng đến nhu cầu xăng và điện trong giai đoạn hiện tại. Ngoài ra, bạn có thể có một đối số cho PMI, nhưng quan điểm của tôi là bạn nên thử và nghĩ về các biến cơ bản thúc đẩy cung và cầu cho sản xuất công nghiệp.
Đưa ra các ý kiến trên, tôi sẽ nói bạn có thể thêm các biến tiềm năng này:
- Phía cung: Đầu tư của chính phủ vào cơ sở hạ tầng, tổng vốn cố định (đối với các ngành liên quan), giá dầu
- Phía cầu: Thu nhập bình quân đầu người, xuất khẩu sản xuất, giá dầu
Tôi chắc chắn cũng đã có nhiều nghiên cứu như thế này trong quá khứ, và các tài liệu trước đây luôn là một nơi tốt để tìm kiếm thêm ý tưởng trong quá trình mô hình hóa.