多重線性回歸ppt課件(2)-資料下載頁(yè)
2025-01-14 13:31本頁(yè)面
【正文】 0 36 工人 1 0 0 0孫 八 男 1 30 商人 0 0 1 0劉九 男 1 26 軍 人 0 0 0 0注意： ，其統(tǒng)計(jì)學(xué)意義是相對(duì)而言的。 F檢驗(yàn)確定。（二）樣本含量（二）樣本含量 觀察個(gè)體數(shù) n與變量個(gè)數(shù) m的比例一般至少應(yīng)為：觀察個(gè)體 n ：變量 m＝ 5～ 10（三）統(tǒng)計(jì)（三）統(tǒng)計(jì) “最優(yōu)最優(yōu) ”與專(zhuān)業(yè)的與專(zhuān)業(yè)的 “最優(yōu)最優(yōu) ”216。不同 準(zhǔn)則、方法 得出的 “ 最優(yōu) ” 方程不同；216。不同的 引入、剔除標(biāo)準(zhǔn) 獲得的 “最優(yōu) ”方程不同；216。方程還受數(shù)據(jù)的正確性、共線性影響（四）多重共線性（四）多重共線性 自變量間存在著 相關(guān) 關(guān)系，使一個(gè)或幾個(gè)自變量可以由另外的自變量線性表示時(shí)，稱(chēng)為該變量與另外的自變量間存在有共線性(collinearity)。xxxxxxxxX1X2Y多重共線性的識(shí)別與解決辦多重共線性的識(shí)別與解決辦法法216。篩選自變量216。用主成分回歸216。嶺回歸216。回歸系數(shù)的符號(hào)與專(zhuān)業(yè)知識(shí)不符216。變量的重要性與專(zhuān)業(yè)不符216。R2高，但各自變量對(duì)應(yīng)的回歸系數(shù)均不顯著。216。方差膨脹因子（ Variance Inflation Factors ， VIF) 10（五）交互作用（五）交互作用 當(dāng)某一自變量對(duì)應(yīng)變量的作用大小與另一個(gè)自變量的取值有關(guān)時(shí)，則表示兩個(gè)變量有交互作用（ interaction）。 檢驗(yàn)兩變量間有無(wú)交互作用，普遍的做法是在方程中加入它們的乘積項(xiàng)再做檢驗(yàn)。如考察 X X2間的交互作用，可在模型中加入 X1X2項(xiàng)。（六） 、殘差圖（ residual plot） 0ResidualsHomoscedasticity: Residuals appear pletely random. No indication of model inadequacy.0ResidualsCurved pattern in residuals resulting from underlying nonlinear relationship.0ResidualsResiduals exhibit a linear trend with time.Time0ResidualsHeteroscedasticity: Variance of residuals changes when x changes.學(xué)生化殘差的分母的計(jì)算學(xué)生化殘差（ Studentized residual） i =殘差（ Residual） i /其標(biāo)準(zhǔn)差 Standard deviation標(biāo)準(zhǔn)化殘差（ Standardized residual） i =殘差（ Residual） i / 剩余標(biāo)準(zhǔn)差殘差標(biāo)準(zhǔn)差（七）偏相關(guān)系數(shù)（七）偏相關(guān)系數(shù)幾個(gè)相關(guān)系數(shù)的區(qū)別幾個(gè)相關(guān)系數(shù)的區(qū)別（八）多元回歸計(jì)算程序（八）多元回歸計(jì)算程序SPSS計(jì)算計(jì)算 見(jiàn)書(shū) P448SAS計(jì)算程序計(jì)算程
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1