用spss做回歸分析ppt課件(編輯修改稿)
2025-01-31 20:44 本頁面
【文章內(nèi)容簡介】 驗公式進行預(yù)報、控制及指導(dǎo)生產(chǎn) 5) 診斷經(jīng)驗公式是否適合這組數(shù)據(jù) mmn xbxbxbbxxxfY ?????? ?? 2211021 ),(?0: 2100 ????? mbbbbH ?方差分析的主要思想是把 yi 的總方差進行分解： ? ? ? ? ? ? M S SES Syyyyyynide finiiinii ??????? ?????? 121212 ??模型平方和 誤差平方和 二、多元線性回歸 1. 參數(shù)估計方法 —— 最小二乘法 2. 回歸方程顯著性的檢驗 —— 就是檢驗以下假設(shè)是否成立（采用方差分析法）： 如果自變量對 Y的影響顯著，則總方差主要應(yīng)由 xi引起，也就是原假設(shè)不成立，從而檢驗統(tǒng)計量為： )()()1( 均方誤差模型均方EM SMMSkmES SkM S SF ????方差來源 自由度 平方和 均方 F p值 自變量 m MSS MMS MMS —— EMS p 隨機誤差 nm1 ESS EMS 和 n1 TSS 多元線性回歸的方差分析表： 在實際問題中，影響因變量 Y的因素（自變量）可能很多。在回歸方程中，如果漏掉了重要因素，則會產(chǎn)生大的偏差；但如果回歸式中包含的因素太多，則不僅使用不便，且可能影響預(yù)測精度。如何選擇適當?shù)淖兞?，建立最?yōu)的回歸方程呢？ 在最優(yōu)的方程中，所有變量對因變量 Y的影響都應(yīng)該是顯著的，而所有對 Y影響不顯著的變量都不包含在方程中。選擇方法主要有： ?逐步篩選法 (STEPWISE) (最常用 ) ?向前引入法 (FORWARD) ?向后剔除法 (BACKWARD)等 逐步回歸 —— 變量選擇問題 開始 對不在方程中的變 量考慮能否引入？ 引入變量 能 對已在方程中的變 量考慮能否剔除？ 能 剔除變量 否 篩選結(jié)束 否 逐步回歸的基本思想和步驟： 某地區(qū)大春糧食產(chǎn)量 y 和大春糧食播種面積 x化肥用量 x肥豬發(fā)展頭數(shù) x水稻抽穗揚花期降雨量 x4的數(shù)據(jù)如下表，尋求大春糧食產(chǎn)量的預(yù)報模型。 Y X1 X2 X3 X4
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1