如果你運(yùn)行的是純預(yù)測模型，而變量之間的關(guān)系不是重點(diǎn)，那就容易多了。繼續(xù)運(yùn)行逐步回歸模型。讓數(shù)據(jù)給你最好的預(yù)測。

一、記住回歸系數(shù)是邊際結(jié)果。

這意味著每個預(yù)測因子的系數(shù)是該預(yù)測因子對響應(yīng)變量的獨(dú)特影響。除非所有的預(yù)測器都是獨(dú)立的，否則這不是完全的效果。這是在控制模型中其他變量后的效果。所以模型中的其他內(nèi)容很重要。系數(shù)可能會發(fā)生很大的變化，這取決于模型中的其他因素。

如果兩個或兩個以上的預(yù)測因子在解釋一個結(jié)果時重疊，那么這兩個重疊都不會反映在回歸系數(shù)中。它在整體模型F統(tǒng)計(jì)和r平方中，但不是系數(shù)。

二、從單變量描述和圖表開始。

它將幫助您查找在清理過程中丟失的任何錯誤。但更重要的是，你必須知道你在做什么。首先要做的是單變量描述，或者更好的是，圖形。你不僅僅是在尋找鐘形曲線。你要在發(fā)行版中間尋找有趣的休息。具有大量點(diǎn)的值。令人驚訝的值，通常比您預(yù)期的高得多或變化較小。一旦將這些變量放入模型中，它們可能表現(xiàn)得很有趣。如果你知道他們進(jìn)去時是什么樣子，你就會更好地理解為什么。

三、接下來，運(yùn)行雙變量描述，再次包括圖。

你還需要了解每一個潛在的預(yù)測器是如何獨(dú)立地與結(jié)果和其他預(yù)測器相關(guān)的。因?yàn)榛貧w系數(shù)是邊際結(jié)果，了解變量之間的雙變量關(guān)系將使您了解為什么某些變量在更大的模型中失去顯著性。

四、在集合中考慮預(yù)測器。

許多模型中，預(yù)測因子在理論上是不同的。通過首先在這些集合中構(gòu)建模型，我們能夠看到相關(guān)變量是如何一起工作的，然后在我們把它們放在一起之后發(fā)生了什么。

通常情況下一個集合中的變量是相關(guān)的，但在集合之間沒有太多的關(guān)聯(lián)。如果你把所有東西都放在一起，很難找到任何關(guān)系。這是一個巨大的，壓倒性的混亂。

通過首先單獨(dú)構(gòu)建每一個集合，您可以構(gòu)建理論上有意義的模型，并對各個部分是如何組合在一起有一個扎實(shí)的理解。

五、模型構(gòu)建和解釋結(jié)果是同步進(jìn)行的。

你運(yùn)行的每一個模型都會告訴你一個故事。停下來聽聽�？纯聪禂�(shù)�？纯碦平方。它變了嗎？有控制變量的模型到?jīng)]有控制變量的模型，系數(shù)的變化有多大？當(dāng)您暫停執(zhí)行此操作時，可以對下一個運(yùn)行的模型做出更好的決策。

六、交互中涉及的任何變量都必須單獨(dú)存在于模型中。

當(dāng)你決定留在模型中的什么和從模型中啟動什么時，很容易去掉所有不在模型中的東西。