多元回歸補(bǔ)充已讀ppt課件-資料下載頁(yè)
2025-01-04 20:00本頁(yè)面
【正文】 子集回歸先去尋找最 佳模型，再進(jìn)行回歸是較好的解決辦法。 分析 階段 /多元線性回歸 55 Revision : All Contents 169。 October 2022 by BlueStar 逐步回歸分析 您有兩種選擇方案：第一種方案是模型中包含兩個(gè)變量， X4和X1。第二種方案是模型中包含三個(gè)變量， X4和 X1， X2 分析 階段 /多元線性回歸 56 Revision : All Contents 169。 October 2022 by BlueStar 還記得嗎？模型選擇的依據(jù) 在有多個(gè)回歸方程顯著時(shí)，權(quán)衡使用哪一個(gè)？您可以參照以下 參考： 1. 選擇 RSq (調(diào)整值 )最大的模型 2. 選擇 Mallows Cp接近變量個(gè)數(shù)的模型 3. 工程上容易實(shí)現(xiàn) 4. 控制成本較低 您可以在軟件分析結(jié)果的基礎(chǔ)上結(jié)合工程上的經(jīng)驗(yàn)做出選擇！ 分析 階段 /多元線性回歸 57 Revision : All Contents 169。 October 2022 by BlueStar 繼續(xù)回歸 ? 假定我們依據(jù)實(shí)際工程經(jīng)驗(yàn)，選擇模型一： X1和 X4，再進(jìn)行回 歸，得到回歸方程式。 分析 階段 /多元線性回歸 58 Revision : All Contents 169。 October 2022 by BlueStar 繼續(xù)回歸 ? 此模型解 釋 了 Y的%的變異來源 回歸模型顯著 回歸方程式 P, 屬于顯著的自變量！ 分析 階段 /多元線性回歸 59 Revision : All Contents 169。 October 2022 by BlueStar 殘差分析 ? 殘差應(yīng)該符合 正態(tài)分布 殘差與擬合值 的關(guān)系應(yīng)該隨機(jī) 殘差與時(shí)間順序 的關(guān)系應(yīng)該隨機(jī) 殘差應(yīng)該符合 正態(tài)分布 殘差圖沒有出現(xiàn)異常，所以回歸模型在數(shù)學(xué)上成立，接下來您可以在實(shí)際工作中進(jìn)行檢驗(yàn)和應(yīng)用。 分析 階段 /多元線性回歸 60 Revision : All Contents 169。 October 2022 by BlueStar 檢查自相關(guān)的另一種方法 在回歸中選擇“選項(xiàng)”，再選擇“方差膨脹因子” 分析 階段 /多元線性回歸 61 Revision : All Contents 169。 October 2022 by BlueStar 方差膨脹因子 方差膨脹因子 (VIF) 表示回歸分析中存在多重共線性（預(yù)測(cè)變量之間的相關(guān)性）的程度。多重共線性會(huì)產(chǎn)生問題，因?yàn)樗梢栽龃蠡貧w系數(shù)的方差，從而使其不穩(wěn)定或難以解釋 方差膨脹因子 (VIF) 度量相對(duì)于預(yù)測(cè)變量不線性相關(guān)時(shí)，估計(jì)回歸系數(shù)的方差膨脹多大。使用以下準(zhǔn)則解釋 VIF： 方差膨脹因子 多重共線性的判別，預(yù)測(cè)變量為 ... VIF = 1 不相關(guān) 1 VIF 5 中等相關(guān) VIF 5 至 10 高度相關(guān) VIF 值大于 10 可能表明多重共線性過度影響了回歸結(jié)果。在此情況下，可能要通過從模型中去除不重要的預(yù)測(cè)變量來減小多重共線性。 分析 階段 /多元線性回歸 62 Revision : All Contents 169。 October 2022 by BlueStar 方差膨脹因子 (VIF) 給出了多重共線性（ multi collinearity)的度量 。若 X 之 間不存在任何相 關(guān) 性， 則 VIF = 1； 若 VIF 值 為 5 或更高， X之間的相關(guān)性很高， 所以您需要接下來使用逐步回歸或最佳子集回歸尋找合適的自變量，再進(jìn)行回歸。 方差膨脹因子 分析 階段 /多元線性回歸 63 Revision : All Contents 169。 October 2022 by BlueStar 練習(xí) 美國(guó)出售的每一輛汽車都需要標(biāo)明油耗水平，即該車在城市路面和高速公 路路面的行駛時(shí)每加侖汽油預(yù)期達(dá)到的英里數(shù)，現(xiàn)在美國(guó)能源部收到 230 輛汽車的數(shù)據(jù)，您的任務(wù)是建立一個(gè)能用來估計(jì)在 城市路面時(shí)的油耗的回 歸方程和和能用來估計(jì)在城市路面時(shí)的油耗的回歸方程 自變量有： X1:發(fā)動(dòng)機(jī)的排量 X2:氣缸數(shù)量 打開文件：“ 12_A_ 多元回歸 Muliti Regression. Mpj”中：“汽車 .mtw” 分析 階段 /多元線性回歸 64 Revision : All Contents 169。 October 2022 by BlueStar 練習(xí) 一項(xiàng)研究提供了與制造業(yè)失業(yè)的周數(shù)可能有關(guān)的一些變量的數(shù)據(jù)，在這些 變量中，自變量有： X1:工人的年齡 X2:受教育的年限 X3:結(jié)婚與否，結(jié)婚則取值為“ 1” ,否則為“ 0” X4:戶主嗎？如果是戶主則 “ 1” ,否則為“ 0” X5:工齡 X6:管理崗位嗎？如果是管理崗位為 “ 1” ,否則為“ 0” X7:銷售工作嗎，如果是則為 “ 1” ,否則為“ 0” 打開文件：“ 12_A_ 多元回歸 Muliti Regression. Mpj”中：“失業(yè) .mtw” 分析 階段 /多元線性回歸 65 Revision : All Contents 169。 October 2022 by BlueStar 要點(diǎn)回顧 ? 回顧一元線性回歸應(yīng)用場(chǎng)合 ? 了解回歸的幾種類型 ? 了解多元線性回歸的應(yīng)用場(chǎng)合 ? 掌握多元線性回歸的分析方法 ? 直接利用回歸 ? 先利用逐步回歸尋找合適的自變量，再進(jìn)行回歸 ? 先利用最佳子集回歸尋找合適的自變量，再進(jìn)行回歸 ? 掌握多元共線性問題的解決辦法
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1