点击此处切换到简书界面
最近经常会做到这样的回归模型：
比如变量y x1 x2，将其中的自变量x1做一个变换（比如将x1的值缩小20倍），然后看模型前后有啥变化 。
数据：data1中的自变量x1/20得到data2中的x11，其他变量值不变。
结果比较-未发生变化的：
1、残差比较
2、估计系数比较
3、拟合优度等比较
结果比较-发生变化的：
发生变化的只有那个做过数据变换的变量，即x1、x11。
从上述蓝色部分可知，
数据变换：x1/x11=20，
系数估计：x1/x11=1/20，
Std.Error：x1/x11=1/20。
即数据变化a，则模型结果中数据变换的那个变量的系数估计和Std.Error会变为原来的1/a。