多元回歸問題分析-資料下載頁
2025-02-08 20:54本頁面
【正文】 可能的，一般來講，選的自變量愈多， ESS愈大，然而多個自變量中有相當(dāng)一部分對 Y影響不顯著，反而會因自由度的減少而增大了誤差。另外，多個自變量間的相關(guān)會給回歸方程的實際解釋上造成麻煩，即多重共線性的影響。因此我們提出最優(yōu)方程的概念，要求進入回歸方程的自變量都是顯著的，未進入回歸方程的自變量都是不顯著的。v一、 “最優(yōu) ”回歸方程的選擇v方法 ：v逐步剔除的回歸分析方法v逐步引入的回歸分析方法v“有進有出 ”的回歸分析方法 (逐步回歸分析方法)逐步剔除法（ backward）v用全部變量建立一個回歸方程v對每個變量進行檢驗，剔除偏回歸平方和最小的變量。v對剩余變量再作回歸，再檢驗 ……v直至方程中沒有可剔除的變量為止。逐步引入法（ forward）v將所有自變量分別與因變量建立一元線性回歸方程，比較各自的回歸平方和，將回歸平方和最大的變量引入回歸方程。v再分別將剩余變量與因變量 y、及已引入的變量建立二元線性回歸方程，再比較回歸平方和，選擇回歸平方和最大的變量引入方程。v直至方程檢驗不顯著為止。v“逐步剔除 ”法與 “逐步引入 ”法都有明顯的不足之處 : (1) “逐步剔除 ”法計算量大 ,且一旦某個自變量被剔除 ,沒有機會重新進入方程 . (2)“逐步引入 ”法一旦引入某個變量 ,就不再改變 .逐步回歸法（ stepwise）v將所有自變量分別與 y建立一元線性回歸方程，將偏回歸平方和最大及通過顯著性檢驗的變量引入方程。v將剩余變量再分別與 y、及已引入方程的變量建立二元回歸方程，并檢驗方程，剔除不顯著變量。v……v二、偏回歸平方和v設(shè) s回 是 p個自變量 x1,x2,…x p所引起的回歸平方和， si回 是 p1個變量 x1,x2,… x i1,x i+1,…x p所引起的回歸平方和，那么它們的差 Qi=s回 s i回 ， Qi稱為自變量 xi的偏回歸平方和v在回歸計算的某一步需要引進的變量應(yīng)該是所有未進入回歸方程的變量中最顯著的一個，也就是偏回歸平方和最大的一個。v三、逐步回歸分析方法的應(yīng)用v如果要在回歸方程中剔除不顯著的變量，則首先應(yīng)從已引入的變量中剔除對因變量貢獻最小的，也就是偏回歸平方和最小的一個變量。v設(shè)模型中已引入 L個自變量， xi的偏回歸平方和為 Qi(L),再假設(shè)偏回歸平方和最小的變量為 xk,作檢驗為： 舉例 v例 10 假定某地區(qū)某個歷史時期對某種消費品的銷售量為 y，居民或支配收入為 x1，該類消費品的價格指數(shù) x2,社會保有量 x3,以及其它消費品平均價格指數(shù) 需求函數(shù)。 (數(shù)據(jù)見 spssex/例子 10)v例 11 對例 6用逐步回歸法建模。（取 F剔 =F引 =2）第五節(jié) 嶺回歸v一、嶺回歸的方法原理v用 x`x+kI代替 x`x，人為降低均方誤差v二、一個簡單選擇 K值的方法v三、步驟 U,使得 U`(X`X)U=∧ U,對最小二乘估計量進行變換 ?2 Kt= ?2 /max?i2 ,得到嶺估計量 .推薦閱讀v 財經(jīng)研究 v 《我國加入 WTO后上海浦東新區(qū)人才需求預(yù)測研究》v 摘要 ：本文分析了我國加入 WTO對清東新區(qū)經(jīng)濟及其行業(yè)影響，以及浦東新區(qū)人才需求與新區(qū)經(jīng)濟增長的關(guān)系。按照人才需求總量與經(jīng)濟總量相適應(yīng)，人才需求結(jié)構(gòu)與經(jīng)濟結(jié)構(gòu)相適應(yīng)的要求，運用各種模型和推算方法，給出了 20232023年浦東新區(qū)人才需求總量和三大產(chǎn)業(yè)的人才需求值，同時具體測算了新區(qū)各主要行業(yè)的人才需求值，并提出了相應(yīng)的對策和措施。v 關(guān)鍵字：人才需求；逐步回歸法；主成分分析法；組合預(yù)測法
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1