چرا ممکن است رگرسیون معنادار باشد، اما متغیرها معنادار نباشند؟
گاهی در تحلیل رگرسیون، آزمون کلی مدل معنادار است اما ضرایب چند متغیر پیش‌بین معنادار نمی‌شوند.
یکی از دلایل احتمالی این وضعیت، «هم‌خطی چندگانه» است. 📊
━━━━━━━━━━━━━━
هم‌خطی چندگانه چیست؟
وقتی چند متغیر پیش‌بین اطلاعات بسیار مشابهی داشته باشند و به‌شدت با یکدیگر مرتبط باشند، تفکیک سهم مستقل هرکدام دشوار می‌شود.
در این وضعیت ممکن است مدل در مجموع خوب عمل کند، اما برآورد ضریب هر متغیر ناپایدار شود.
━━━━━━━━━━━━━━
چه مشکلی ایجاد می‌کند؟
هم‌خطی شدید می‌تواند:
• خطای استاندارد ضرایب را افزایش دهد
• فاصله اطمینان را گسترده‌تر کند
• ضرایب را نسبت به تغییرات مدل حساس کند
• تشخیص سهم مستقل هر پیش‌بین را دشوار کند
بنابراین «معنادار نبودن» یک ضریب همیشه به معنی بی‌اهمیت بودن آن متغیر نیست.
━━━━━━━━━━━━━━
فقط همبستگی دوتایی را بررسی نکنید
ممکن است هیچ دو متغیری همبستگی بسیار بالایی نداشته باشند، اما ترکیبی از چند متغیر با یکدیگر هم‌خطی ایجاد کند.
به همین دلیل در رگرسیون معمولاً شاخص‌هایی مانند «عامل تورم واریانس» یا VIF نیز بررسی می‌شوند. 🔍
━━━━━━━━━━━━━━
آیا VIF بالاتر از یک عدد خاص یعنی حذف متغیر؟
خیر.
اعدادی مانند ۵ یا ۱۰ معمولاً به‌عنوان قواعد تجربی مطرح می‌شوند، نه مرزهای قطعی علمی.
اگر VIF بالا باشد، ابتدا باید بررسی کنید چرا متغیرها این‌قدر هم‌پوشانی دارند و آیا از نظر نظری حضور هم‌زمان آن‌ها در مدل ضروری است یا نه.
━━━━━━━━━━━━━━
متغیر را فقط برای بهتر شدن عدد حذف نکنید ⚠️
حذف یک پیش‌بین صرفاً برای کاهش هم‌خطی می‌تواند مدل را از سؤال و چارچوب نظری پژوهش دور کند.
تصمیم باید با توجه به:
منطق نظری،
هدف مدل،
تعریف متغیرها،
و ساختار داده‌ها
گرفته شود.
━━━━━━━━━━━━━━
جمع‌بندی
اگر مدل رگرسیون شما در مجموع معنادار است اما بعضی ضرایب رفتار عجیبی دارند، فقط به مقدار احتمال نگاه نکنید.
هم‌خطی میان پیش‌بین‌ها، خطاهای استاندارد و پایداری ضرایب را نیز بررسی کنید.
رگرسیون خوب فقط اجرای دستور نرم‌افزار نیست؛ تفسیر ساختار روابط میان متغیرها بخش اصلی تحلیل است.
@researchyarr