多重線性回歸ppt課件-資料下載頁
2025-04-28 23:16本頁面
【正文】 44 三、分析步驟 ? 模型擬合效果評價 ? AIC信息準則 該準則由日本學者赤池于 1973年提出，廣泛應用于時間序列分析中自回歸階數(shù)的確定，多重回歸、廣義線性回歸中自變量的篩選以及非線性回歸模型的比較和選優(yōu)。該統(tǒng)計量取值越小，反映模型擬合效果越好。 45 三、分析步驟 ? 共線性診斷 多重線性回歸分析中，可能會出現(xiàn)以下問題： (1)回歸方程的檢驗有統(tǒng)計學意義，而各偏回歸系數(shù)的檢驗均無統(tǒng)計學意義。 (2)偏回歸系數(shù)的估計值大小或其符號與實際情況和專業(yè)知識相違背，難以解釋。 46 三、分析步驟 ? 共線性診斷 多重線性回歸分析中，可能會出現(xiàn)以下問題： (3) 某個（些）與因變量關(guān)系密切的自變量，因為參數(shù)標準誤的估計值較大，相應 t值就會變得較小，造成其偏回歸系數(shù)無統(tǒng)計學意義。 47 三、分析步驟 ? 共線性診斷 導致這些問題的原因可能有： (1)研究設(shè)計不夠合理； (2)資料收集存在問題； (3)自變量間近似線性； (4)數(shù)據(jù)中存在異常點； (5)樣本少而自變量多。 48 三、分析步驟 ? 共線性診斷 何謂多重共線性？ 自變量間的近似線性關(guān)系，即是多重共線性。 由于數(shù)據(jù)自身的特征，回歸模型中的自變量之間或多或少地存在一些相關(guān)性，這違反了自變量間相互獨立的假設(shè)條件，稱為多重共線性。 49 三、分析步驟 ? 共線性診斷 多重共線性的分類： (1)嚴重的多重共線性 此時，自變量之間存在著較高甚至完全的線性相關(guān)關(guān)系，雖然最小二乘法仍可應用，但由于觀測誤差的穩(wěn)定性變差，所得的估計值可能面目全非。這類情況較為少見。 50 三、分析步驟 ? 共線性診斷 多重共線性的分類： (2)某種程度的多重共線性 此時，最小二乘法仍可獲得參數(shù)的無偏估計值，但參數(shù)的方差估計值將變得很大，導致估計精度下降，且無法判斷自變量對因變量的影響程度。 51 三、分析步驟 ? 異常點診斷 異常點 對因變量的預測值影響特別大，甚至容易導致相反結(jié)論的觀測點，稱為異常點。 異常點的診斷，可采用學生化殘差統(tǒng)計量、Cook’s D統(tǒng)計量。 52 三、分析步驟 ? 自變量作用大小評價 由于自變量 量綱不同 ，不能直接根據(jù)原始數(shù)據(jù)計算得來的偏回歸系數(shù)來評價各自變量對因變量的影響大小。 也不能依據(jù) P 值來判斷自變量對因變量的影響大小。因為 P 值的大小，不表示自變量的影響強弱，僅表示認為它有影響的可能性有多大。 53 三、分析步驟 ? 自變量作用大小評價 先對原始數(shù)據(jù)進行標準化變換，然后再計算偏回歸系數(shù)，此時的偏回歸系數(shù)稱為標準化偏回歸系數(shù)。 標準化偏回歸系數(shù)絕對值越大，說明該自變量對因變量的影響越大 。 )(39。YjjYYjjjj SSbllbb ??自變量的標準差 因變量的標準差
教學課件相關(guān)推薦
鄂ICP備17016276號-1