Я оцениваю линейную регрессию OLS с помощью некоторого программного обеспечения, и у меня есть три переменные: Y (зависимая), X1 (независимая) и Intercept (столбец с цифрами "1", который я создал вручную). Я создал Intercept, потому что в этом конкретном программном обеспечении нет функции для добавления постоянного члена.
Коэффициенты X и Intercept почти полностью обратны (т.е. коэффициент пересечения = 1,5 и X-коэффициент = отрицательный 1,51). И Y, и X представляют собой столбцы с очень маленькими процентными изменениями (например, 0,0001). Я попытался добавить некоторые другие независимые переменные и быстро столкнулся с проблемами мультиколлинеарности - не уверен, что это просто потому, что переменные очень похожи.
Я не очень разбираюсь в статистике, не являются ли коэффициенты признаком статистических проблем с регрессией? Любой совет очень ценится, спасибо!
Спасибо @JamesPhillips. Это сработало отлично! Я вижу, что регресс на самом деле выглядит нормально, когда я это делаю.
Если вы добавите 2,0 ко всем значениям Y, точка пересечения должна увеличиться до 3,5, а наклон не изменится. Это простой тест, который проверяет саму процедуру регрессии.