心理學(xué)研究方法-多元回歸分析(存儲(chǔ)版)
【正文】 = μ y βμ x 標(biāo)準(zhǔn)化 回歸 方程 （使用標(biāo)準(zhǔn)化的數(shù)據(jù) 計(jì)算的回歸方程） ZY=BZx ? B = （ δ Zy/ δ Zx） *r=1*r=r， 稱為 標(biāo)準(zhǔn)化 回歸系數(shù) 兩種方程表現(xiàn)形式 回歸分析的一般過程 ? 提出假設(shè)的回歸模型 ，確定自變量和因變量。在相關(guān)變量見建立預(yù)測方程式的統(tǒng)計(jì)學(xué)方法叫做 回歸分析。用多個(gè)變量預(yù)測某一個(gè)變量。如果殘差間相互獨(dú)立，則取值在 2附近。所以 R2是一個(gè)受自變量個(gè)數(shù)與樣本規(guī)模影響的系數(shù)，一般的常規(guī)是 1:10為好。 殘差齊性 多元回歸 偏回歸系數(shù)： 當(dāng)其他變量不變時(shí)， xi每改變一個(gè)單位，所預(yù)測的 y的平均變化量。 ? 進(jìn)行直線回歸，選入變量進(jìn)入計(jì)算。若散點(diǎn)隨機(jī)分布，且絕大部分在 2倍標(biāo)準(zhǔn)差以內(nèi)，則最好，表明沒有相關(guān)。 回歸分析的步驟 ? 根據(jù)散點(diǎn)圖，對強(qiáng)影響點(diǎn)進(jìn)行判斷和對多重共線性進(jìn)行判斷（自變量之間不能有強(qiáng)相關(guān)。 ? R值越接近于 1，表明 y與 所有 x之間的線性關(guān)系越密切。 ? 處理辦法 ? 增加樣本量 ? 主成分分析 謝謝！ 。 ? 根據(jù)回歸系數(shù)顯著、偏回歸系數(shù)顯著、校正的決定系數(shù)判斷最優(yōu)方程。 ? 殘差 pp圖：累積殘差觀測分布為 x軸，期望分布為 Y軸。 ?殘差是否正態(tài)： 采用殘差圖顯示（ 勾選 Histogram和 Normal probability plot就行）。這些圖是用來觀察是否是線性趨勢。 殘差的正態(tài)性 ? 對比直方圖和正態(tài)曲線的相似性，是否是中間高，兩頭低。 ? 當(dāng)變量的關(guān)系是線性關(guān)系時(shí)， R2越大，說明回歸方程擬合數(shù)據(jù)越 好，共變越多。 (必須做) ? 建立回歸方程 ? 回歸方程的有效性檢驗(yàn)，測定系數(shù)和回歸系數(shù) 一元線性回歸的條件 ? 線性趨勢 （用散點(diǎn)圖檢測） ? 獨(dú)立性： 因變量 y的取值相互獨(dú)立，殘差獨(dú)立。 ?如兒童的身高和體重存在線性相關(guān)，當(dāng)?shù)弥砀邥r(shí)，預(yù)測被試的體重范圍
公司管理相關(guān)推薦
鄂ICP備17016276號-1