數(shù)學(xué)建模多元回歸分析(存儲版)
【正文】 Pvalue Lower 95% Upper 95%Intercept X Variable 1 X Variable 2 11)1(1 22???????pnnRR調(diào)整1)?(12??????pnyySniiy9 20 三峽大學(xué)理學(xué)院 于 林 數(shù)理統(tǒng)計 一個二元線性回歸的例子 (計算機(jī)輸出結(jié)果解釋 ) 1. 銷售額與人口數(shù)和年人均收入的二元回歸方程為 2. 多重判定系數(shù) R2= ；調(diào)整后的 R2= 3. 回歸方程的顯著性檢驗 ? F = F(2,7)=， 回歸方程顯著 4. 回歸系數(shù)的顯著性檢驗 ? tb1= t?2=， ； tb2 = t?2=；兩個回歸系數(shù)均顯著 一個含有四個變量的回歸 9 21 三峽大學(xué)理學(xué)院 于 林 數(shù)理統(tǒng)計 第三節(jié) 可化為線性回歸的 曲線回歸 一. 基本概念 二. 非線性模型及其線性化方法 9 22 三峽大學(xué)理學(xué)院 于 林 數(shù)理統(tǒng)計 非線性回歸 1. 因變量 y 與 x 之間不是線性關(guān)系 2. 可通過變量代換轉(zhuǎn)換成線性關(guān)系 3. 用最小二乘法求出參數(shù)的估計值 4. 并非所有的非線性模型都可以化為線性模型 9 23 三峽大學(xué)理學(xué)院 于 林 數(shù)理統(tǒng)計 幾種常見的非線性模型 ? 指數(shù)函數(shù) 2. 線性化方法 ? 兩端取對數(shù)得： lny = ln? + b x ? 令： y39。 xi1,， xi2 ， ? ， xip )， (i=1,2,… ,n)， 多元線性回歸模型可表示為 y1 = b0 ? b1 x11? b2 x12 ?? ? bpx1p ? ?1 y2= b0 ? b1 x21 ? b2 x22 ?? ? bpx2p ? ?2 yn= b0 ? b1 xn1 ? b2 xn2 ?? ? bpxnp ? ?n { …… 9 5 三峽大學(xué)理學(xué)院 于 林 數(shù)理統(tǒng)計 多元線性回歸模型 （基本假定） 1. 自變量 x1， x2， … ， xp是確定性變量 ， 不是隨機(jī)變量 2. 隨機(jī)誤差項 ε的期望值為 0， 且方差 σ2 都相同 3. 誤差項 ε是一個服從正態(tài)分布的隨機(jī)變量 ，即 ε~N(0,σ2)， 且相互獨立 9 6 三峽大學(xué)理學(xué)院 于 林 數(shù)理統(tǒng)計 多元線性回歸方程 （概念要點） 1. 描述 y 的平均值或期望值如何依賴于 x1， x1 ， … ， xp的方程稱為 多元線性回歸方程 2. 多元線性回歸方程的形式為 E( y ) =
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1