【正文】 v“逐步剔除 ”法與 “逐步引入 ”法都有明顯的不足之處 : (1) “逐步剔除 ”法計(jì)算量大 ,且一旦某個(gè)自變量被剔除 ,沒有機(jī)會(huì)重新進(jìn)入方程 . (2)“逐步引入 ”法一旦引入某個(gè)變量 ,就不再改變 .逐步回歸法（ stepwise）v將所有自變量分別與 y建立一元線性回歸方程，將偏回歸平方和最大及通過顯著性檢驗(yàn)的變量引入方程。它們會(huì)對(duì)回歸方程的擬合產(chǎn)生較大偏差影響。v（數(shù)據(jù)見 spssex/例子 2） Y=++ () () ()舉例（三）v在研究國家財(cái)政收入時(shí)，我們把財(cái)政收入按收入形式分為各項(xiàng)稅收收入、企業(yè)收入、債務(wù)收入、國家能源交通重點(diǎn)建設(shè)基金收入、基本建設(shè)貸款歸還收入、國家預(yù)算調(diào)節(jié)基金收入、其他收入等。為了建立國家財(cái)政收入回歸模型，我們以財(cái)政收入 y為因變量。v一般認(rèn)為，如果某樣本點(diǎn)對(duì)應(yīng)的標(biāo)準(zhǔn)化殘差的值超出了 3—+3 的范圍，就可以判定該樣本數(shù)據(jù)為奇異值。v將剩余變量再分別與 y、及已引入方程的變量建立二元回歸方程，并檢驗(yàn)方程，剔除不顯著變量。v直至方程檢驗(yàn)不顯著為止。v 返回樣本奇異值的診斷：v樣本奇異值是樣本數(shù)據(jù)中那些遠(yuǎn)離均值的樣本數(shù)據(jù)點(diǎn)。試根據(jù)歷史資料建立回歸方程。自變量如下： x1工業(yè)總產(chǎn)值， x2農(nóng)業(yè)總產(chǎn)值， x3建筑業(yè)總產(chǎn)值，x4人口數(shù)， x5社會(huì)商品零售總額， x6受災(zāi)面積v（數(shù)據(jù)見 spssex/例子 3） Y=++++ () () () () () ()v五、回歸方程的效果的檢驗(yàn)v方程顯著性檢驗(yàn)v參數(shù)顯著性檢驗(yàn)v擬合優(yōu)度檢驗(yàn)（復(fù)相關(guān)系數(shù)、偏相關(guān)系數(shù)）v對(duì)假設(shè)理論的檢驗(yàn)v 鏈接v 例 2中，方差分析表為：yv (F檢驗(yàn) )v F檢驗(yàn)是以方差分析為基礎(chǔ) ,對(duì)回歸總體線性關(guān)系是否顯著的一種假設(shè)檢驗(yàn) ,是解釋模型中 被解釋變量與所有解釋變量之間 的線性關(guān)系在總體上是否顯著的方法v 利用 F統(tǒng)計(jì)量進(jìn)行總體線性顯著性檢驗(yàn)的步驟如下 : (1)提出關(guān)于 P個(gè)總體參數(shù)的假設(shè) H0:b0=b1=b2=…=b p=0 (2)構(gòu)造統(tǒng)計(jì)量 (3)檢驗(yàn) 給定顯著性水平 α,查 F分布表 若 FFα,拒絕 H0,表明回歸總體有顯著性關(guān)系 . 若 FF α,接受原假設(shè) ,表明不存在線性關(guān)系v v 參數(shù)顯著性檢驗(yàn) ,是對(duì) 每個(gè)解釋變量 進(jìn)行檢驗(yàn) .v 如果解釋變量對(duì)被解釋變量的影響不顯著 ,應(yīng)從模型中刪除 ,如果解釋變量對(duì)被解釋變量的影響顯著 ,應(yīng)保留在模型中 .v 利用 t統(tǒng)計(jì)量進(jìn)行參數(shù)顯著性檢驗(yàn)的步驟如下 : (1)對(duì)總體參數(shù)提出假設(shè) :H0:bi=0 (2)構(gòu)造統(tǒng)計(jì)量 : (3)檢驗(yàn) 對(duì)給定 α,若︱ t︱ t α /2,說明拒絕原假設(shè)若︱ t︱ t α /2,則接受原假設(shè) .v如果一次 t檢驗(yàn)后 ,模型中存在多個(gè)不重要變量 ,一般是將 t值最小的變量刪除掉 ,再重新進(jìn)行檢驗(yàn) ,每次只剔除 1個(gè)變量 .vaii是 (X`X)1主對(duì)角線上第 i+1個(gè)元素 返回v六、復(fù)相關(guān)系數(shù)和偏相關(guān)系數(shù)v復(fù)相關(guān)系數(shù) R是由 ESS和 TSS構(gòu)造的統(tǒng)計(jì)量，用來表示回歸方程對(duì)原有數(shù)據(jù)擬合程度的好壞，衡量作為一個(gè)整體的 x1,x2,…,x p與 y的線性關(guān)系的大小。vAnalyzeregressionstatisticscase diagnosticsv 返回異方差診斷：v 線性回歸模型要求殘差序列服從等方差的正態(tài)分布v 一般通過繪制 SRESID與因變量預(yù)測值的散點(diǎn)圖或計(jì)算SRESID和因變量預(yù)測值間的相關(guān)系數(shù)。v…