يجب ألا تسقط المتغيرات. … ومن ثم ، حتى لو كان تقدير العينة غير مهم ، فإن وظيفة التحكم تعمل ، طالما أن المتغير في النموذج (في معظم الحالات ، لن يكون التقدير صفرًا بالضبط). إزالة المتغير يؤدي إلى تحيز تأثير المتغيرات الأخرى.
ماذا يعني أن المتغير غير مهم؟
الافتقار إلى الأهميةيعني نقص الإشارة إلى حد كبير مثل عدم جمع أي بيانات على الإطلاق. القيمة الوحيدة في البيانات في هذه المرحلة هي دمجها مع البيانات الجديدة بحيث يكون حجم العينة كبيرًا. ولكن حتى ذلك الحين لن تحقق أهمية إلا إذا كانت العملية التي تدرسها حقيقية بالفعل. استشهد.
ما هي نتائج المتغير غير ذي الصلة؟
عندما يتم تضمين متغير غير ذي صلة ،لا يؤثر الانحدار على عدم تحيز مقدرات OLS ولكنه يزيد من تبايناتها.
ما هي المتغيرات غير المهمة في الانحدار؟
على العكس ، تشير قيمة p أكبر (غير مهمة)إلى أن التغييرات في المتنبئ لا ترتبط بالتغييرات في الاستجابة. … عادةً ما تستخدم قيم معامل p لتحديد المصطلحات التي يجب الاحتفاظ بها في نموذج الانحدار. في النموذج أعلاه ، يجب أن نفكر في إزالة الشرق.
ماذا يحدث إذا كانت البيانات غير ذات دلالة إحصائية؟
عندما تكون القيمة p صغيرة بما فيه الكفاية (على سبيل المثال ، 5٪ أو أقل) ، فلا يمكن تفسير النتائج بسهولة بالصدفة وحدها ،و البيانات تعتبر غير متسقة مع فرضية العدم ؛ في هذه الحالة ، يتم رفض الفرضية الصفرية للصدفة وحدها كتفسير لالبياناتلصالح تفسير أكثر منهجية.
