多重回歸與自變量的篩選方法(編輯修改稿)
2025-06-16 02:37 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 性準(zhǔn)則） 統(tǒng)計(jì)顯著性準(zhǔn)則：把有統(tǒng)計(jì)學(xué)意義的變量選入模型，得到的回歸模型不一定是最佳預(yù)測(cè)模型。 三 . 逐步回歸分析（ stepwise regression） 1. 概述 簡(jiǎn)單地對(duì)回歸系數(shù)作檢驗(yàn)，比較復(fù)雜； 用前述的幾個(gè)指標(biāo)是在所有子集回歸中選最優(yōu)回歸模型，而逐步回歸是每一步引入或剔除一個(gè)變量（其標(biāo)準(zhǔn)是 F檢驗(yàn)），直到引不進(jìn)又剔不出為止，建立一個(gè)包含所有對(duì)因變量有影響的自變量。不是最優(yōu)回歸 i?（ ）i?（ ）二、逐步回歸法 ?方法：向前法（ forward ）、向后法（ backward）、逐步法（ stepwise ） 每一步只引入或剔除一個(gè)自變量準(zhǔn)則，是 基于對(duì)偏回歸平方和的 F檢驗(yàn) 1。1。)1( 21)( ???????? ? pnpnSSSSSSF jj ??殘回回? （ 1）向前法 (forward)，回歸方程中的自變量是一個(gè)個(gè)進(jìn)入的，最有統(tǒng)計(jì)學(xué)意義的變量最先進(jìn)入，依此類推。即只進(jìn)不出。 ? Y對(duì)每一個(gè)自變量作線性回歸，計(jì)算各自變量的偏回歸平方和，選取偏回歸平方和最大者作F檢驗(yàn)，有意義（ P?。﹦t引入 … 。 ? 局限性 ：即后續(xù)變量的引入可能會(huì)使進(jìn)入方程的自變量變得不重要。 ? （ 2） 向后法 (backward)，
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1