Bunun (çok) tarihli bir iş parçacığı olduğunu fark ettim, ancak meslektaşlarımdan biri bu hafta aynı soruyu sorduğundan ve Web'de ona işaret edebileceğim hiçbir şey bulamadığından, iki sentimi "gelecek kuşaklar için" ekleyeceğimi düşündüm buraya. Bugüne kadar verilen cevapların OP'nin sorusunu cevapladığına ikna olmadım.
Problemi sadece iki bağımsız değişkeni içerecek şekilde basitleştireceğim; ikiden fazla genişletmek çok basittir. Şu senaryoyu inceleyin: iki bağımsız değişken (X1 ve X2), bağımlı bir değişken (Y), 1000 gözlem, iki bağımsız değişken birbiriyle yüksek derecede ilişkilidir (r = .99) ve her bağımsız değişken bağımlı ile ilişkilidir değişken (r = .60). Genelliği kaybetmeden, tüm değişkenleri ortalama sıfır ve standart sapma ile standart hale getirin, böylece kesişim terimi her regresyonda sıfır olacaktır.
X1 üzerinde Y'nin basit bir doğrusal regresyonunu çalıştırmak, r kare olarak 0,36 ve b1 değeri 0,6 üretir. Benzer şekilde, X2 üzerinde Y'nin basit bir doğrusal regresyonunun yürütülmesi, r kare olarak 0,36 ve b1 değeri 0,6 üretecektir.
X1 ve X2'de Y'nin çoklu bir regresyonunu yürütmek, sadece 0,36'dan daha yüksek bir çiş r kare oluşturur ve b1 ve b2'nin her ikisi de 0,3 değerini alır. Böylece, Y'deki paylaşılan varyasyon BOTH b1 ve b2'de (eşit olarak) yakalanır.
OP'nin yanlış (ama tamamen anlaşılabilir) bir varsayım yapmış olabileceğini düşünüyorum: yani X1 ve X2 mükemmel bir şekilde korelasyona yaklaştıkça, çoklu regresyon denklemindeki b değerleri ZERO'ya yaklaşıyor. Durum böyle değil. Aslında, X1 ve X2 mükemmel bir şekilde korelasyona yaklaştıkça, çoklu regresyondaki b-değerleri, ikisinden birinin basit doğrusal regresyonundaki b-değerinin YARIM'ına yaklaşır. Bununla birlikte, X1 ve X2 mükemmel bir şekilde ilişkilendirilmeye yaklaştıkça, b1 ve b2'nin STANDART HATASI sonsuza yaklaşıyor ve böylece t değerleri sıfırda birleşiyor. Böylece, t-değerleri sıfırda birleşir (yani, X1 ve Y veya X2 ve Y arasında UNIQUE doğrusal ilişki yoktur),
Bu nedenle, OP'nin sorusunun cevabı, X1 ve X2 arasındaki korelasyon birliğe yaklaştıkça, kısmi eğim katsayılarının EACH yaklaşımları Y değerinin tahminine eşit katkıda bulunan yaklaşımlardır, ancak hiçbir bağımsız değişken bağımlı değişken.
Bunu ampirik olarak kontrol etmek isterseniz, yukarıda açıklanan özelliklere sahip fabrikasyon bir veri kümesi oluşturun (... Corr2Data.sas ... adlı bir SAS makrosu kullandım). B değerlerine, standart hatalara ve t-değerlerine göz atın: bunların tam olarak burada açıklandığı gibi olduğunu göreceksiniz.
HTH // Phil