重回帰分析と相関分析の結果の差異について

質問

都内４年制大学に通う学生です。

現在、学校の課題で統計処理を行っているのですが、困っている事があります。

変数Aと変数Bとの関係において、２変量の相関分析では有意ではなかった(r=-.05,p>0.1)にも関わらず、重回帰分析では独立変数Aが従属変数Bに対して負の影響を与えているという事が明らかになり（β=-.30,p<0.05)、これを他の人にどう説明してよいか分からないのです。

この場合、独立変数Aは抑制変数と呼ばれるものになるのでしょうか？

まだまだ統計の知識も浅い未熟者なので、できるだけ易しく教えて頂けると助かります。
何卒よろしくお願いします。

回答No.2

eclipse2maven

いろいろ、ごっちゃにしてるような

相関係数と　回帰係数は違います。

それと、独立変数が１つなら　重回帰は必要ありません。というか、必然的に単回帰になってます。

問題は検定側です。p値は傾きが０として帰無仮説をつかいますが、その際つかう検定が、無相関検定と回帰分析で使う検定では同じなのか？（検定がことなれば、p値も違ってきます）

単回帰と相関係数を求めることも意味は違います。

ちゃんと統計処理をしたいのなら、その辺の数式をきちんと統計学の本で追ってからでないと。。。

回答No.1

kgu-2

単相関では、説明変数は一つです。
重回帰分析では、2つ以上の説明変数があります。2つ目の説明変数の効果で、1つ目の変数が有意になった、ということでしょう。
　あるいは、データの取り方が違う、かも。あるいは、もっと原則的な多重共線性が関係しているかも。

　普通は、重回帰をするだけのデータがあるなら、単回帰なんぞはしませんが。基本的には、統計学の方法に問題があるのかも。