多变量线性回归大家好，
我正在使用来自全球 50 个国家/地区的数据为结果 A 建立多变量线性回归模型。
我有关于所有 50 个国家和每个国家 20 年的结果 A 的数据。
总的来说，我有大约 1000 个不同的 A 值。 对于建议的预测变量，我也有相同的。
但鉴于每个国家都有自己的特点，我不习惯将每个价值观分开对待。
有没有办法调整模型以考虑每个国家/地区有 20 个值并为此进行调整？
分析回复：多变量线性回归你好，
冒着过于简单化的风险，您是否考虑过如下构建模型（在“拟合模型”平台中）：
是的：一个
效果：
国家（名义）
年份（连续）
国家 x 年（即交互）
如果您正在寻找更复杂的东西，请告诉我们。
最好的，
TS
回复：多变量线性回归非常感谢您的解释。
我想更多地解释情况以避免任何混淆。
国家变量我有 50 个条目
结果 (A) 我有连续变量（每个国家 20 列）
预测变量 (B) 我有的连续变量（每个国家/地区 20 列）
预测变量 (C) 我有的连续变量（每个国家/地区 20 列）
预测变量 (D) 我有的连续变量（每个国家/地区 20 列）
因此，我总共有 1000 个结果/预测变量条目
下面的照片解释了我的数据是如何收集的。 我没有包括每个人的 20 年。
鉴于每个国家/地区都有 20 个遵循特定增长的价值观，您能否解释一下我应该如何调整？ 考虑到这一点，我们为每个变量设置了 1000 个不同的值。
那么我们如何描述调整后的模型呢？
回复：多变量线性回归你好，
首先，我建议通过运行 JMP 文档和示例数据中包含的示例来探索拟合模型平台。
其次，如果我正确理解您的问题，假设预测变量 B、C 和 D 是独立的（表 > 堆栈 > 多个系列堆栈），您需要将列堆叠成组，其中一列用于结果，一列用于每个预测器.
您的模型将至少是：
Y：结果 A
效果：
根据您从模型中提出的问题，您可能还需要考虑预测变量和国家/地区之间的交互作用。
最好的，
TS
回复：多变量线性回归非常感谢您提供的信息丰富的解释。
只是最后一个问题？我是否必须对拟合模型进行任何调整以显示每个国家/地区 20 年内的 20 个结果或预测变量是相关的？一起分析所有国家时
换句话说... 如果我只做一个国家，那么每个国家的一列就是如此简单的模型，
但是由于我多年来将所有国家放在一起，我觉得需要更复杂的措施，请您提供建议吗？
