多重線性回歸ppt課件(2)(參考版)
2025-01-17 13:31本頁面
【正文】 （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(xué)生化殘差的分母的計算學(xué)生化殘差（ Studentized residual） i =殘差（ Residual） i /其標(biāo)準(zhǔn)差 Standard deviation標(biāo)準(zhǔn)化殘差（ Standardized residual） i =殘差（ Residual） i / 剩余標(biāo)準(zhǔn)差殘差標(biāo)準(zhǔn)差（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。 檢驗(yàn)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(yàn)。216。變量的重要性與專業(yè)不符216。嶺回歸216。篩選自變量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 相關(guān) 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)。不同 準(zhǔn)則、方法 得出的 “ 最優(yōu) ” 方程不同；216。 F檢驗(yàn)確定?？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 （二）樣本含量 （三）統(tǒng)計 “最優(yōu) ”與專業(yè)的 “最優(yōu) ” （四）多重共線性 （五）交互作用 （六）殘差圖 （七）偏相關(guān)系數(shù)（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 (可令男＝ 1，女＝ 0）（ 4）自變量為名義分類（需要采用啞變量（ dummy variables）進(jìn)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。影響因素分析，控制混雜因素216。 注意，引入變量的檢驗(yàn)水準(zhǔn)要小于或等于剔除變量的檢驗(yàn)水準(zhǔn)。（三）逐步回歸法（三）逐步回歸法 雙向篩選 ； 引入 有意義的變量（前進(jìn)法）， 剔除 無意義變量（后退法） 小樣本檢驗(yàn)水準(zhǔn)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1