回归系数出现负数怎么解释

VIF大于7，应该是存在多重共线性

一．回归系数

回归系数（regression coefficient）在回归方程中表示自变量x 对因变量y 影响大小的参数。回归系数越大表示x 对y 影响越大，正回归系数表示y 随x 增大而增大，负回归系数表示y 随x增大而减小。例如回归方程式Y=bX+a中，斜率b称为回归系数，表示X每变动一单位，平均而言，Y将变动b单位。

二．理解

1、相关系数与回归系数：

A 回归系数大于零则相关系数大于零

B 回归系数小于零则相关系数小于零

（它们的取值符号相同）

2、回归系数：由回归方程求导数得到，

所以，回归系数>0，回归方程曲线单调递增；

回归系数回归系数=0，回归方程求最值（最大值、最小值）。

三．标准回归系数

标准化回归系数说的重要性则与上面前提中所说的意义不同，这是一种相对的重要性，与某种情况下，自变量间的离散程度有关。

比如说，虽然我们不能绝对地说出教育和年资在决定收入上那一个一定是重要的，但如大家的教育程度比较相似，那么在收入的决定上，工作年数就是决定因素；反之，如果工作年数没有太大区别，那么教育就成为了重要原因。这里的重要性是相对的，是根据不同情况而改变的。

再举一个通俗的例子，研究者研究的是遗传因素和后天因素对于人成长的影响。那么在一个社会境遇悬殊巨大的环境中，有人在贫民窟成长，有人在贵族学校上学，那么我们会发现人格的大部分差异会从后天环境因素得到解释，而遗传的作用就相对较小；相反，如果儿童都是在一个相差不大的环境中长大的，你会发现，遗传会解释大部分的人格差异。

这种意义上的重要性，不仅与这一自变量的回归系数有关系，而且还与这个自变量的波动程度有关系：如果其波动程度较大，那么就会显得较为重要。标准化回归系数正是测量这种重要性的。从标准化回归系数的公式 中也可看出，Beta值是与自变量的标准差成正比的，自变量波动程度的增加，会使它在这一具体情况下的重要性增加。

但是如果将两种重要性混同，就会得到误导性结论。如环境因素的Beta值比遗传因素的Beta值大，就认为在个体的人格发展上应更注意环境因素，而轻视遗传因素，在对于Beta值的错误观念非常流行，甚至是一些高手中。

“多元线性回归系数正负”就是指多元线性回归值

多元线性回归分析：常量系数为负是什么意思？

常量系数为负是什么意思怎么分析,而且如果在显著性水平sig大于0.5这合理不?

第一,常量估计值并不是负的,而是6.353.

第二,其它的解释变量中,有三个系数是负值,这说明,这些自变量与因变量是反向即负相关关系.

第三,关键是看sig值.如果sig大于0.05,则要接受原假设,说明系数和零的差别不显著,也就是说,这个自变量对因变量没有显著的影响.

第四,这只是表现现象,其实,还可以因为多重共线,导致本来显著的变量,变得不显著.因此,还应该进行多重共线检验.

B是负的 说明自变量对因变量的影响是负的，如果与简单相关分析的结果不一致时， 以回归分析为准，因为简单相关 就只是简单相关，未考虑其他隐含因素的影响，而回归分析是在剔除其他影响的情况计算的偏相关系数，更加准确

---