Tôi tin rằng các hiệu ứng như thế này thường được gây ra bởi cộng tuyến (xem câu hỏi này ). Tôi nghĩ rằng cuốn sách về mô hình đa cấp của Gelman và Hill nói về nó. Vấn đề là IV1
tương quan với một hoặc nhiều dự đoán khác và khi tất cả chúng được đưa vào mô hình, ước tính của chúng trở nên thất thường.
Nếu hệ số lật là do cộng tuyến, thì nó không thực sự thú vị để báo cáo, bởi vì đó không phải là do mối quan hệ giữa các yếu tố dự đoán của bạn với kết quả, mà thực sự là do mối quan hệ giữa các yếu tố dự đoán.
Những gì tôi đã thấy đề xuất để giải quyết vấn đề này là dư. Đầu tiên, bạn phù hợp với một mô hình cho IV2 ~ IV1
, sau đó lấy phần dư của mô hình đó làm rIV2
. Nếu tất cả các biến của bạn là tương quan, bạn thực sự nên dư tất cả chúng. Bạn có thể chọn làm như vậy
rIV2 <- resid(IV2 ~ IV1)
rIV3 <- resid(IV3 ~ IV1 + rIV2)
rIV4 <- resid(IV4 ~ IV1 + rIV2 + rIV3)
Bây giờ, phù hợp với mô hình cuối cùng với
DV ~ IV1 + rIV2 + rIV3 + rIV4
Bây giờ, hệ số rIV2
biểu thị hiệu ứng độc lập của IV2
mối tương quan với nó IV1
. Tôi đã nghe nói bạn sẽ không nhận được kết quả tương tự nếu bạn tồn tại theo một thứ tự khác và việc chọn thứ tự còn lại thực sự là một lời kêu gọi phán xét trong nghiên cứu của bạn.