【正文】 高存在線性關(guān)系，當(dāng)已知體重和年齡時(shí)，對(duì)身高進(jìn)行預(yù)測。當(dāng)這個(gè)比例小于 1:5時(shí)， R2傾向于高估實(shí)際的擬合優(yōu)度。 ? 回歸方程是否顯著 ? 偏回歸系數(shù)顯著 ? 根據(jù)決定系數(shù)，校正決定系數(shù)判斷擬合得好不好。） 最后兩幅圖是有強(qiáng)影響點(diǎn)。如果很多變量的特征值 1，表示共線性。與正態(tài)曲線比較，是否擬合。 比如：有 5個(gè)自變量，則樣本量應(yīng)該在 100以上，少于此數(shù)可能會(huì)出現(xiàn)檢驗(yàn)效能不足的問題 多元線性回歸的條件 ? 同一元線性回歸的條件 回歸分析的 5個(gè)步驟 回歸分析的步驟 ? 做出散點(diǎn)圖，觀察變量間的趨勢（是否線性）。 ? 強(qiáng)影響點(diǎn)處理 ?判斷原因，考慮是否刪除 一元線性回歸例子 ? 建立體重和肺活量的回歸方程（用練習(xí) 1的數(shù)據(jù)） 一元線性回歸步驟 ? 先探索數(shù)據(jù)，判斷是否整態(tài)、極端值 ? 畫散點(diǎn)圖（畫出散點(diǎn)圖后，雙擊圖，右鍵選add fit line at total tool） ? Analyzeregression把肺活量放入因變量dependent體重放入自變量 independent ? Statistics默認(rèn)的 residualsdurin waston ? save —— distance – 勾上 Cook’s 和leverage值 ? Plotshistogram 和 normal probability plot勾上 把 ZPRED放入 Y，把 ZRESID放入 X軸—— OK β = （ δy/ δx） *r =（ ） *= α= μy βμx =*= 原始回歸方程 Y=+ 標(biāo)準(zhǔn)化回歸方程 Zy= 測定系數(shù) 判斷因變量 Y是獨(dú)立的 回歸方程的顯著性檢驗(yàn) 回歸方程的系數(shù)、標(biāo)準(zhǔn)化回歸系數(shù)、回歸系數(shù)的顯著性檢驗(yàn) 決定系數(shù) ? 決定系數(shù) R2 ? 值域在 [0,1],越接近于 1，表明方程 的自變量對(duì) y的解釋能力越強(qiáng)。用一個(gè)變量預(yù)測另一個(gè)變量。 (必須做