多重線性回歸ppt課件(2)-資料下載頁
2025-01-14 13:31本頁面
【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)計學意義是相對而言的。 F檢驗確定。（二）樣本含量（二）樣本含量 觀察個體數(shù) n與變量個數(shù) m的比例一般至少應為：觀察個體 n ：變量 m＝ 5～ 10（三）統(tǒng)計（三）統(tǒng)計 “最優(yōu)最優(yōu) ”與專業(yè)的與專業(yè)的 “最優(yōu)最優(yōu) ”216。不同 準則、方法 得出的 “ 最優(yōu) ” 方程不同；216。不同的 引入、剔除標準 獲得的 “最優(yōu) ”方程不同；216。方程還受數(shù)據的正確性、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 關系，使一個或幾個自變量可以由另外的自變量線性表示時，稱為該變量與另外的自變量間存在有共線性(collinearity)。xxxxxxxxX1X2Y多重共線性的識別與解決辦多重共線性的識別與解決辦法法216。篩選自變量216。用主成分回歸216。嶺回歸216。回歸系數(shù)的符號與專業(yè)知識不符216。變量的重要性與專業(yè)不符216。R2高，但各自變量對應的回歸系數(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 當某一自變量對應變量的作用大小與另一個自變量的取值有關時，則表示兩個變量有交互作用（ interaction）。 檢驗兩變量間有無交互作用，普遍的做法是在方程中加入它們的乘積項再做檢驗。如考察 X X2間的交互作用，可在模型中加入 X1X2項。（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.學生化殘差的分母的計算學生化殘差（ Studentized residual） i =殘差（ Residual） i /其標準差 Standard deviation標準化殘差（ Standardized residual） i =殘差（ Residual） i / 剩余標準差殘差標準差（七）偏相關系數(shù)（七）偏相關系數(shù)幾個相關系數(shù)的區(qū)別幾個相關系數(shù)的區(qū)別（八）多元回歸計算程序（八）多元回歸計算程序SPSS計算計算 見書 P448SAS計算程序計算程
教學課件相關推薦
鄂ICP備17016276號-1