multiplelinearregression-資料下載頁
2025-07-17 14:01本頁面
【正文】 及其注意事項及其注意事項一、應(yīng)用一、應(yīng)用216。影響因素分析，控制混雜因素216。預(yù)測：由自變量值推出應(yīng)變量 Y的值216?？刂疲?指定應(yīng)變量 Y的值查看自變量的改變量二、應(yīng)用條件二、應(yīng)用條件三、應(yīng)用的注意事項三、應(yīng)用的注意事項（一）變量的數(shù)量化（一）變量的數(shù)量化（ 1）自變量為連續(xù)型變量 ：必要時作變換（ 2）自變量為有序變量：依次賦值，如療效好中差，可分別賦值 1（ 3）自變量為二分類：如令男＝ 1，女＝ 0（ 4）自變量為名義分類：需要采用啞變量（ dummy variables）進行編碼 名義分類變量的啞變量化名義分類變量的啞變量化 假如職業(yè)分類為工、農(nóng)、商、學(xué)、兵 5類，則可定義比分類數(shù)少 1個，即 4個啞變量。編碼方法如下：（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(yīng)為：n : 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(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 自變量間存在著線性關(guān)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)。216。回歸系數(shù)的符號與由專業(yè)知識不符216。變量的重要性與專業(yè)不符多重共線性的識別與解決辦法多重共線性的識別與解決辦法 整個方程決定系數(shù) R2高，但各自變量對應(yīng)的回歸系數(shù)均不顯著。解決共線性的主要方法：216。篩選自變量216。用主成分回歸216。嶺回歸。（五）交互作用（五）交互作用 當(dāng)某一自變量對應(yīng)變量的作用大小與另一個自變量的取值有關(guān)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）殘差分析（六）殘差分析 (檢驗應(yīng)用條件檢驗應(yīng)用條件 )（六）（六） (用標(biāo)準(zhǔn)化殘差發(fā)現(xiàn)異常點用標(biāo)準(zhǔn)化殘差發(fā)現(xiàn)異常點 )一般標(biāo)準(zhǔn)化殘差絕對值大于 2考慮為異常點（ outlier）（也稱離群值）（七）偏相關(guān)系數(shù)（七）偏相關(guān)系數(shù)幾個相關(guān)系數(shù)的區(qū)別幾個相關(guān)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計算程序計算程序 見書 P479
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1