线性回归介绍之十——多因素分析策略

在多重线性回归中，许多人都会碰到这样的情形：单因素分析有统计学意义，而多因素分析则无统计学意义了。这种情况令很多人头疼，不知道到底该相信哪一个结果。今天就这种情况进行以下阐述，使大家对此有些了解。

比如，描述身高、体重对血压的影响。单因素分析也就是分别做身高对血压、体重对血压的影响分析。结果显示身高和体重对血压的变化都有影响。多因素分析就是将身高、体重同时做对血压的影响分析，结果发现身高对血压的影响无统计学意义了，体重对血压的影响有统计学意义。

上述例子仅是一个最简单的例子，相信很多人都碰到过类似情况。这种情况下，我们需要小心了。

首先需要明白，单因素分析中，自变量对因变量的影响，不仅仅反映自变量本身的作用，由于自变量之间一般存在一定的相互作用，因此，自变量的作用还包含了其它因素的间接作用或交互作用。比如上述的例子，单因素分析中，身高对血压的影响，不仅反映了身高的影响，还有体重的影响。同样，体重对血压的影响，也不仅仅是体重的单独作用，还有身高的间接作用。

而多因素分析中，自变量对因变量的作用是扣除了其他变量的影响后的作用，比如上例，多因素分析中，身高对血压的影响，反映的是扣除了体重的作用后，身高对血压的“纯”作用。同样，体重对血压的影响，反映的是扣除了身高的作用后，体重对血压的“纯”影响。

说到这里，估计大家就会大致明白，我们应该相信哪个结果了。实际分析中，还可以通过标准化偏回归系数（standardized partial coefficient of regression）还比较到底哪个因素对因变量的作用更大。通常，各个自变量之间的单位是不同的，比如身高是cm，体重是kg，二者无法比较作用大小。而标准化系数则将它们都转化为无单位的系数，这样就可以直接比较对因变量的影响大小了。

最后对这个例子再说明一下，单因素分析中，身高对血压有影响，而多因素分析中，身高对血压变的无影响。这表明，身高对血压的影响更多地是由于体重的作用而对血压产生影响，换句话说，身高本身对血压无影响，但是由于体重与身高关系密切，因而身高的本身作用加上体重的作用，就对血压有影响了。而一旦扣除了体重的作用（即多因素分析的结果），身高对血压的作用就不明显了。

这个例子仅仅是一个最简单的例子，实际中的情况可能还要复杂的多。总之，数据分析是复杂的，需要深入理解各变量之间的关系，才能正确地进行分析。