多元線性回歸實(shí)例分析-資料下載頁
2025-06-16 01:45本頁面
【正文】 ”沒有數(shù)值，已經(jīng)被剔除所以：標(biāo)準(zhǔn)化的回歸方程為：銷售量=*價(jià)格+*軸距2：再看最后一列“共線性統(tǒng)計(jì)量”，其中“價(jià)格”和“軸距”兩個(gè)容差和“vif都一樣，且都小于5，所以兩個(gè)自變量之間沒有出現(xiàn)共線性，容忍度和膨脹因子是互為倒數(shù)關(guān)系，容忍度越小，膨脹因子越大，發(fā)生共線性的可能性也越大從“共線性診斷”表中可以看出：1：共線性診斷采用的是“特征值”的方式，特征值主要用來刻畫自變量的方差，診斷自變量間是否存在較強(qiáng)多重共線性的另一種方法是利用主成分分析法，基本思想是：如果自變量間確實(shí)存在較強(qiáng)的相關(guān)關(guān)系，那么它們之間必然存在信息重疊，于是就可以從這些自變量中提取出既能反應(yīng)自變量信息（方差），而且有相互獨(dú)立的因素（成分）來，該方法主要從自變量間的相關(guān)系數(shù)矩陣出發(fā)，計(jì)算相關(guān)系數(shù)矩陣的特征值，得到相應(yīng)的若干成分。從上圖可以看出：從自變量相關(guān)系數(shù)矩陣出發(fā)，計(jì)算得到了三個(gè)特征值（模型2中）， 條件索引=最大特征值/相對(duì)特征值 再進(jìn)行開方 （即特征值2的 條件索引為 ）標(biāo)準(zhǔn)化后，方差為1，每一個(gè)特征值都能夠刻畫某自變量的一定比例，所有的特征值能將刻畫某自變量信息的全部，于是，我們可以得到以下結(jié)論：1：價(jià)格在方差標(biāo)準(zhǔn)化后， ，2：軸距在方差標(biāo)準(zhǔn)化后， ，可以看出：沒有一個(gè)特征值，既能夠解釋“價(jià)格”又能夠解釋“軸距”所以“價(jià)格”和“軸距”之間存在共線性較弱。前面的結(jié)論進(jìn)一步得到了論證。（殘差統(tǒng)計(jì)量的表中數(shù)值怎么來的，這個(gè)計(jì)算過程，我就不寫了）從上圖可以得知：大部分自變量的殘差都符合正太分布，只有一，兩處地方稍有偏離，如圖上的（5到3區(qū)域的）處理偏離狀態(tài)
外語相關(guān)推薦
鄂ICP備17016276號(hào)-1