[工學(xué)]第9章一元線(xiàn)性回歸-資料下載頁(yè)
2025-10-04 13:35本頁(yè)面
【正文】 于自變量 x 的一個(gè)給定值 x0 ，求出因變量 y 的一個(gè)個(gè)別值的估計(jì)區(qū)間，這一區(qū)間稱(chēng)為 預(yù)測(cè)區(qū)間 (prediction interval) 2. y0在 1?置信水平下的預(yù)測(cè)區(qū)間為 注意！ 置信區(qū)間和預(yù)測(cè)區(qū)間 xp xy 10 ??? ?? +?y x ?x 用 SPSS進(jìn)行回歸 ? 第 1步： 選擇 【 Analyze】 下拉菜單，并選擇 【 Regression linear】選項(xiàng)，進(jìn)入主對(duì)話(huà)框 ? 第 2步： 在主對(duì)話(huà)框中將因變量 (本例為銷(xiāo)售收入 )選入【 Dependent】 ，將自變量 (本例為廣告費(fèi)用 )選入 【 Independent(s)】 ? 第 3步： 點(diǎn)擊 【 Save】 ? 在 【 Predicted Values】 下選中 【 Unstandardized】 (輸出點(diǎn)預(yù)測(cè)值 ) ? 在 【 Prediction interval】 下選中 【 Mean】 和 【 Individual】 (輸出置信區(qū)間和預(yù)測(cè)區(qū)間 ) ? 在 【 Confidence Interval】 中選擇所要求的置信水平 (隱含值95%，一般不用改變 ) ? 在 【 Residuals】 下選中 【 Unstandardized】 和 【 standardized】(輸出殘差和標(biāo)準(zhǔn)化殘差 ) ? 點(diǎn)擊 【 Continue】 回到主對(duì)話(huà)框。點(diǎn)擊 【 OK】 進(jìn)行回歸 置信區(qū)間和預(yù)測(cè)區(qū)間 (例題分析 ) 點(diǎn)預(yù)測(cè)值 置信線(xiàn) 預(yù)測(cè)線(xiàn) 用 SPSS做區(qū)間圖 ? 第 1 步： 點(diǎn)擊 【 Graphs】 ?【 InteractiveScatterplot】 ? 第 2步： 點(diǎn)擊 【 2D Coordine】 ， 將各坐標(biāo)軸變量拖入相應(yīng)坐標(biāo)軸 ? 第 3步： 點(diǎn)擊 【 Fit】 ， 在 【 method】 下選擇【 Regression】 ， 在 【 Prediction Lines】下選擇 【 Mean】 和 【 Individual】 。 點(diǎn)擊【 確定 】 做區(qū)間圖 置信區(qū)間和預(yù)測(cè)區(qū)間 (例題分析 ) 用殘差檢驗(yàn)?zāi)Ｐ偷募俣? 檢驗(yàn)方差齊性 檢驗(yàn)正態(tài)性 第 9 章 一元線(xiàn)性回歸 檢驗(yàn)方差齊性 用殘差檢驗(yàn)?zāi)Ｐ偷募俣? 殘 差 (residual) 1. 因變量的觀(guān)測(cè)值與根據(jù)估計(jì)的回歸方程求出的預(yù)測(cè)值之差 ， 用 e表示 2. 反映了用估計(jì)的回歸方程去預(yù)測(cè)而引起的誤差 3. 可用于確定有關(guān)誤差項(xiàng) ?的假定是否成立 4. 用于檢測(cè)有影響的觀(guān)測(cè)值 iii yye ???殘差圖 (residual plot) 1. 表示殘差的圖形 ? 關(guān)于 x的殘差圖 ? 關(guān)于 y的殘差圖 ? 標(biāo)準(zhǔn)化殘差圖 2. 用于判斷誤差 ?的假定是否成立 3. 檢測(cè)有影響的觀(guān)測(cè)值 殘差圖 (形態(tài)及判別 ) ? ? ? ? ? ? ? ? ? ? (a)滿(mǎn)意模式 ?? ? ???? ? ??? 殘差 x ? 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (b)非常數(shù)方差 ? ? ??? ??? ? 殘差 x ? 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (c)模型不合適 ??? ? ? ? ?? ? 殘差 x ? 0 ? ? 殘差與標(biāo)準(zhǔn)化殘差圖 (例題分析 ) 點(diǎn)預(yù)測(cè)值 殘差 標(biāo)準(zhǔn)殘差 殘差圖 (例題分析 ) 銷(xiāo)售收入與廣告費(fèi)用回歸的殘差圖 檢驗(yàn)正態(tài)性 用殘差檢驗(yàn)?zāi)Ｐ偷募俣? 標(biāo)準(zhǔn)化殘差 (standardized residual) 1. 殘差除以它的標(biāo)準(zhǔn)差 2. 也稱(chēng)為 Pearson 殘差 或半學(xué) 生化 殘差 (semistudentized residuals) 3. 計(jì)算公式為 eiieie syysezi??????????????+???? 22)()(11?xxxxnsyyziieiie i? 注意： Excel給出的標(biāo)準(zhǔn)殘差的計(jì)算公式為 ? 這實(shí)際上是學(xué)生化刪除殘差 (studentized deleted residuals) 標(biāo)準(zhǔn)化殘差圖 ? ? 用以直觀(guān)地判斷誤差項(xiàng)服從正態(tài)分布這一假定是否成立 ? 若假定成立 ， 標(biāo)準(zhǔn)化殘差的分布也應(yīng)服從正態(tài)分布 ? 在標(biāo)準(zhǔn)化殘差圖中 ， 大約有 95%的標(biāo)準(zhǔn)化殘差在 2到 +2之間 標(biāo)準(zhǔn)化殘差圖 (例題分析 ) 銷(xiāo)售收入與廣告費(fèi)用回歸的標(biāo)準(zhǔn)化殘差圖 標(biāo)準(zhǔn)化殘差的直方圖和正態(tài)概率圖 (例題分析 ) 銷(xiāo)售收入與廣告費(fèi)用回歸標(biāo)準(zhǔn)化殘的直方圖和正態(tài)概率圖 本章小結(jié) ? 相關(guān)關(guān)系的分析 ? 參數(shù)的最小二乘估計(jì) ? 回歸直線(xiàn)的擬合優(yōu)度 ? 回歸方程的顯著性檢驗(yàn) ? 利用回歸方程進(jìn)行預(yù)測(cè) ? 用殘差證實(shí)模型的假定 ? 用 Excel 和 SPSS進(jìn)行回歸 結(jié) 束
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1