【正文】
入變量的水準(zhǔn) P選 ,為了防止計(jì)算機(jī)進(jìn) 入 “ 死循環(huán) ” ,要求前者略大于后者。 逐步回歸(三) 一、引入和剔除變量的標(biāo)準(zhǔn): 假設(shè)檢驗(yàn)的 P值:對(duì)偏回歸系數(shù)進(jìn)行假設(shè)檢驗(yàn), P值越小,說(shuō)明對(duì)因變量的貢獻(xiàn)越大; 偏回歸平方和的檢驗(yàn)統(tǒng)計(jì)量 F 值:對(duì)偏回歸系數(shù)進(jìn)行假設(shè)檢驗(yàn),F(xiàn) 值越大,說(shuō)明對(duì)因變量的貢獻(xiàn)越大。 方法有:逐步向前法和逐步向后法 。 s D is t a n c eC e n t e r e d L e v e r a g e V a lu eMin im u m Ma x im u m Me a n S t d . D e v ia t io n ND e p e n d e n t V a r ia b le : 肺活量a . 逐步回歸(一) Stepwise(逐步回歸法)是一種從眾多的回歸模型中快速選擇 “ 最優(yōu) ” 模型的統(tǒng)計(jì)思維方法或建模策略,保證 “ 最優(yōu) ” 模型中的自變量少而精。 殘差分析 計(jì)算應(yīng)變量的預(yù)測(cè)值以及殘差 e=( yi- ?i )、 標(biāo)準(zhǔn)化殘差,對(duì)應(yīng) SPSS結(jié)果中的 “ Residual” 表格里 “ Std Residual”值大小,觀察標(biāo)準(zhǔn)化 殘差的最大值是否大于系統(tǒng)默認(rèn)的 “ 3”, 若大于 3,則資料中有可疑的異常點(diǎn);否 則無(wú)。 t α,( nm1) * sy α一般取 。 因變量的區(qū)間估計(jì) 由回歸方程計(jì)算的 ?值,是在自變量取值一定的條件下 y的均數(shù)的一個(gè)點(diǎn)估計(jì),但自變量取值一定時(shí), y一般不會(huì)正好等于 ?,因此需估計(jì) y的可信區(qū)間和容許區(qū)間, ( 1 α) %可信區(qū)間為: ? 177。 自變量的貢獻(xiàn)(二) 一個(gè)自變量對(duì)因變量 y的作用除了直接作用外,還有該變量通過(guò)其它自變量對(duì) y的間接作用。 bi’ = bi *(ιii1/2 / ιyy1/2 )。所以,要比較不同自變量對(duì)應(yīng)變量的作用大小,不能直接比較它們的偏回歸系數(shù)大小,必須將其標(biāo)準(zhǔn)化,使之成為無(wú)量綱的標(biāo)準(zhǔn)偏回歸系數(shù),直接比較大小。 對(duì)應(yīng) SPSS的結(jié)果中標(biāo)題為 “ Coefficients”的表格里。 t α,( nm1) * s bi , 樣本含量為 n,自變量數(shù)為 m。 對(duì)應(yīng) SPSS的結(jié)果中標(biāo)題為 “ Coefficients”的表格,經(jīng) t檢驗(yàn),身高變量無(wú)統(tǒng)計(jì)學(xué)意義,而體重變量有統(tǒng)計(jì)學(xué)意義。 根據(jù) 復(fù)相關(guān)系數(shù) R來(lái)判斷,但只反映密切程度,不反應(yīng)方向 AIC準(zhǔn)則 :日本學(xué)者提出的(越小越好) Cp統(tǒng)計(jì)量 :選擇 Cp最接近 P(變量個(gè)數(shù))的那個(gè)模型 偏回歸系數(shù)的假設(shè)檢驗(yàn) 回歸方程有統(tǒng)計(jì)學(xué)意義,并不等于方程中每個(gè)變量都有統(tǒng)計(jì)學(xué)意義,因此要分別檢驗(yàn)每個(gè)偏回歸系數(shù)是否均為 0,用 t檢驗(yàn): H0: βi =0 , H1: βi≠0 ; α = 。 根據(jù) … xp大小判斷方程優(yōu)劣時(shí)的優(yōu)點(diǎn):一般隨著自變量的增加而減少,但當(dāng)增加一些無(wú)統(tǒng)計(jì)學(xué)意義的自變量后,剩余標(biāo)準(zhǔn)差反而增大。 赤池信息準(zhǔn)則( AIC) Cp統(tǒng)計(jì)量 衡量回歸方程的標(biāo)準(zhǔn) 根據(jù) R2大小判斷方程優(yōu)劣時(shí)的缺點(diǎn)是:變量最多的方程最好,即使所增加的變量無(wú)統(tǒng)計(jì)學(xué)意義。 SPSS的結(jié)果中標(biāo)題為 “ ANOVA”的表格 A NOV Ab3 . 0 7 7 2 1 . 5 3 8 1 5 . 6 4 2 . 0 0 0a2 . 5 5 7 26 . 0 9 85 . 6 3 4 28R e g r e s s ionR e s id u a lT ot a lMo d e l1S u m ofS q u a r e s df Me a n S q u a r e F S ig .P r e d ic t or s : (C on s t a n t ), 身高 , 體重a . D e p e n d e n t V a r ia b le : 肺活量b . 衡量回歸方程的標(biāo)準(zhǔn) 建立回歸方程時(shí)要求: 既要盡可能提高擬合 的精度,又要盡可能使模型簡(jiǎn)單 。 F=MS回歸 / MS剩余 ,得 P值大?。? 若 P≤ ,則拒絕 H0,接受 H1,說(shuō)明回歸方程成立,因變量與自變量之間有線(xiàn)性關(guān)系; 若 P> ,則不拒絕 H0,說(shuō)明回歸方程不成立,因變量與自變量之間無(wú)線(xiàn)性關(guān)系。 回歸方程的假設(shè)檢驗(yàn)(二) 方差分析的步驟如下: H0:總體中所有偏回歸系數(shù)均為 0; H1:總體中偏回歸系數(shù)不為 0或不全為 0。 在回歸分析中, y方面的總變異 l