Regresyon katsayıları ile kısmi regresyon katsayıları arasındaki fark nedir?

Okuduğum Abdi (2003) 'de olduğu

Bağımsız değişkenler çift dikey olduğunda, her birinin regresyondaki etkisi, bu bağımsız değişken ile bağımlı değişken arasındaki regresyon eğimi hesaplanarak değerlendirilir. Bu durumda (yani IV'lerin dikliği), kısmi regresyon katsayıları regresyon katsayılarına eşittir. Diğer tüm durumlarda, regresyon katsayısı kısmi regresyon katsayılarından farklı olacaktır.

Bununla birlikte, belge daha önce bu iki regresyon katsayısı arasındaki farkın ne olduğunu açıklamamıştır.

Abdi, H. (2003). Kısmi regresyon katsayıları. Lewis-Beck M., Bryman, A., Futing T. (Eds.) (2003) Sosyal Bilimler Ansiklopedisi: Araştırma Yöntemleri. Bin Meşe, CA: SAGE Yayınları.

"Kısmi regresyon katsayıları", çoklu regresyon modelindeki eğim katsayılarıdır ( s). "Regresyon katsayıları" ile (yani "kısmi" olmadan) yazar, basit (sadece bir değişken) regresyon modelinde eğim katsayısı anlamına gelir. Birden fazla yordayıcı / açıklayıcı değişkeniniz varsa ve hem bir dizi basit regresyon hem de bunların çoklu bir regresyon , belirli bir değişken olan katsayısının her zaman basit regresyon modeli arasında farklılık göstereceğini ve , diğer tüm değişkenlerle çift olarak dikey değilse , çoklu regresyon modeli . Bu durumda,$\beta_j$$X_j$ $X_j$$\hat\beta_{j\ {\rm simple}} = \hat\beta_{j\ {\rm multiple}}$. Bu konuyu daha iyi anlamak için, cevabımı burada okumanıza yardımcı olabilir: Çoklu regresyonda diğer değişkenleri 'kontrol etmek' ve 'yoksaymak' arasında bir fark var mı?