Để minh hoạ tôi sẽ mất một mô hình hồi quy ít phức tạp Y=β1+β2X2+β3X3+ϵ nơi các biến dự đoán X2 và X3 có thể liên quan. Hãy nói rằng các sườn núi β2 và β3 đều dương nên chúng ta có thể nói rằng (i)Y tăng khiX2 tăng, nếuX3 được giữ không đổi, vìβ2 là dương; (ii)Ytăng khi X3 tăng, nếu X2 được giữ không đổi, vì β3 là dương.
Lưu ý rằng điều quan trọng là giải thích nhiều hệ số hồi quy bằng cách xem xét điều gì xảy ra khi các biến khác được giữ không đổi ("ceteris paribus"). Giả sử tôi chỉ thụt lùi Y chống lại X2 với một mô hình Y=β′1+β′2X2+ϵ′ . Ước tính của tôi cho độ dốc hệ số β′2 , mà các biện pháp ảnh hưởng đến Y của một sự gia tăng một đơn vị trong X2 mà không cầngiữX3liên tục, có thể khác so với dự kiến của tôi về β2 2 và X 3 có tương quan.từ hồi quy nhiều - đó cũng đo lường ảnh hưởng đến Y của một sự gia tăng một đơn vị trong X2 , nhưng nó không giữ X3 liên tục. Vấn đề với ước tính của tôi β′2^ là nó bị thiên vị bỏ qua biến nếu X2X3
Để hiểu tại sao, hãy tưởng tượng X2 và X3 có mối tương quan ngược chiều. Bây giờ khi tôi tăng X2 lên một đơn vị, tôi biết giá trị trung bình của Y sẽ tăng kể từ β2>0 . Nhưng khi X2 tăng, nếu chúng ta không giữ X3 không đổi thì 3 . Mọi thứ trở nên tồi tệ hơn sự mạnh mẽ hơn X 2 và X 3 có tương quan, và càng lớn thì ảnh hưởng của X 3 thông qua β 3X3 có xu hướng giảm, và vìβ3>0 này sẽ có xu hướng giảm giá trị trung bình củaY . Vì vậy, hiệu ứng tổng thể của việc tăng một đơn vị trongX2 sẽ xuất hiện thấp hơn nếu tôi cho phépX3 thay đổi cũng có thể, do đó β′2<β2 X 2 có ảnh hưởng tích cực đến Y !X2X3X3β3 - trong trường hợp thực sự nghiêm trọng, chúng tôi thậm chí có thể tìm β′2<0 mặc dù chúng ta biết rằng, ceteris tố khác không đổi,X2Y
Hy vọng rằng bây giờ bạn có thể thấy tại sao vẽ đồ thị của Y so với X2 sẽ là một cách kém để hình dung mối quan hệ giữa Y và X2 trong mô hình của bạn. Trong ví dụ của tôi, mắt của bạn sẽ bị thu hút bởi một dòng phù hợp nhất với độ dốc β′2^ mà không phản ánh β2^ từ mô hình hồi quy của bạn. Trong trường hợp xấu nhất, mô hình của bạn có thể dự đoán rằng Y tăng khi X2 tăng (với các biến khác được giữ cố định) và các điểm trên biểu đồ cho thấy Y giảm khi X2 tăng.
Vấn đề là trong đồ thị đơn giản của Y so với X2 , các biến khác không được giữ nguyên. Đây là cái nhìn sâu sắc quan trọng về lợi ích của một biểu đồ biến được thêm vào (còn được gọi là biểu đồ hồi quy một phần) - nó sử dụng định lý Frisch-Waugh-Lovell để "loại bỏ một phần" hiệu ứng của các yếu tố dự đoán khác. Các trục dọc và trục dọc trên cốt truyện có lẽ dễ hiểu nhất * là " X2 sau khi các yếu tố dự đoán khác được tính" và " Y sau khi các yếu tố dự đoán khác được tính". Bây giờ bạn có thể xem xét mối quan hệ giữa Y và X2 khi tất cả các yếu tố dự đoán khác đã được tính đến. Vì vậy, ví dụ, độ dốc bạn có thể thấy trong mỗi ô bây giờ phản ánh các hệ số hồi quy từng phần từ mô hình hồi quy bội ban đầu của bạn.
X2X3X2X3 là tương quan nghịch thì sự kết hợp là hiếm. "Kế toán cho các yếu tố dự đoán khác",giá trịX2 lớn bất thường và sẽ nổi bật hơn trên biểu đồ biến được thêm vào của bạn.
∗YX2X2YX2X2Yđã cho người khác) sẽ chỉ là (0, 0) giải thích tại sao đường hồi quy trong biểu đồ biến được thêm vào luôn đi qua gốc. Nhưng tôi thường thấy rằng việc đề cập đến các trục chỉ là phần dư từ các hồi quy khác làm mọi người bối rối (có lẽ không ngạc nhiên vì bây giờ chúng ta đang nói về bốn hồi quy khác nhau!) Vì vậy tôi đã cố gắng không quan tâm đến vấn đề này. Hiểu họ là " X2 cho người khác" và "Y