【发布时间】:2017-02-18 07:23:55
【问题描述】:
我想知道如何将 VAR 模型的系数解释为百分比。我的意思是,为了查看变量 X1 对因变量 Y 的影响程度,我应该遵循什么程序?
下面有一个输出示例:
那么,有没有办法将“US_PROPANE_STOCKS”的影响视为与其他变量相比的百分比?
【问题讨论】:
标签: math statistics regression var
我想知道如何将 VAR 模型的系数解释为百分比。我的意思是,为了查看变量 X1 对因变量 Y 的影响程度,我应该遵循什么程序?
下面有一个输出示例:
那么,有没有办法将“US_PROPANE_STOCKS”的影响视为与其他变量相比的百分比?
【问题讨论】:
标签: math statistics regression var
一般来说,按百分比比较回归系数并不常见。
您应该专注于自己处理回归系数。在这里,您必须区分原始回归系数 (B) 和标准化的 beta 权重 (β)。
原始回归系数取决于预测变量的范围和分布。因此,很难比较不同预测变量的B 值。例如,您的第一个预测变量的范围可能在 -1000 到 1000 之间,而您的第二个预测变量的范围可能在 -0.0001 到 0.0001 之间。给出这样一个例子,与第二个预测变量相比,第一个预测变量的B 很可能会更高,即使第二个预测变量的影响可能要大得多。因此,B 的值不太便于比较。
相比之下,标准化的 beta 权重 (β)(顾名思义)是标准化的,其值介于 -1 和 1 之间。通过评估 β,您可以了解哪些预测变量的影响比其他变量更大.
但请注意β1 = 0.25和β2 = 0.5并不意味着β2的影响力比β1大100%。这些系数仍然是指回归公式的权重。
【讨论】: