回歸分析課程設(shè)計-文庫吧資料
2025-06-14 19:39本頁面
【正文】 *. 在 水平（雙側(cè)）上顯著相關(guān)。自變量： x1,x2)— 確定 (6)分析 回歸 線 性回歸（ 因變量 ： y； 自變量 ： x1， x2， x3。 設(shè)計過程（步驟）或程序代碼： (1)打開 SPSS 軟件，導(dǎo)出數(shù)據(jù) (2)分析 — 相關(guān) — 雙變量相關(guān) — 變量： y， x1， x2， x3— 確定 (3)分析 — 回歸 — 線性回歸 (因變量 :y。 ??? XXcC ij 稱其主對角線元素 jjj cVIF ? 為自變量 jx 的方差擴大因子（ variance inflation factor， VIF）。 ijrXX ? 為 自 變 量 的 相 關(guān) 陣 。 （ 6） 多重共線性 多元線性回歸方程模型中有一個基本假設(shè)，就是要求設(shè)計矩陣 X 的秩 rank（ X） =p+1，即要求 X中的列向量之間線性無關(guān)，如果存在不全為 0的 P+1 個數(shù)pccc ,..., 10 ，使得 nixcxcxcc ippii ,. .. ,2,1,0.. .22110 ?????? 則自變量 pxxx ,..., 21 之間存在著多重共線性。 （ 5） 復(fù)相關(guān)系數(shù) 稱SSTSSRRR ?? 2 為 y 關(guān)于 pxxx ,..., 21 的樣本復(fù)相關(guān)系數(shù)。在多元線性回歸中，決定系數(shù)為 SSTSSESSTSSRR ??? 12 樣本決定系數(shù) 2R 的取值在 ??1,0 區(qū)間內(nèi)， 2R 越近 1，表明回歸擬合的效果越好； 2R 越接近 0，表明回歸擬合的效果越差。當(dāng) 值F 大于臨界值 )1,( ?? pnpF? 時，拒絕原假設(shè) 0H ，認為回歸方程顯著。 ?? ?ni i yy1 2_^ )( 稱為回歸平方和，簡記為 SSR 或 回S ， R 表示 Regression ?? ?ni ii yy1 2^ )( 稱為殘差平方和，簡記為 SSE 或 殘S ， E表示 Error 因此平方和分解式可以簡記為 SST=SSR+SSE 原假設(shè)： 0.. .: 210 ???? pH ??? 統(tǒng)計量： )1/( / ??? pnSSE pSSRF 當(dāng)原假設(shè) 0H 成立時，構(gòu)造的 F 統(tǒng)計量服從自由度為（ p， np1）的 F分 布。自變量 jx 是對 y的線性效果不顯著的 （ 3） F 檢驗 對線性回歸方程顯著性的另一種檢驗是 F檢驗， F檢驗是根據(jù)平方和分解式，直接從回歸效果檢驗方程的顯著 性。當(dāng)2?ttj ?時拒絕原假設(shè) jH0 ： 0?j? ，認為 j? 顯著不為零。 數(shù)據(jù)見表如下： 編號 貨運總量 y(萬噸 ) 工業(yè)總產(chǎn)值 x1（億元） 農(nóng)業(yè)總產(chǎn)值 x2(億元 ) 居民非商品支出 x3（億元） 1 2 3 4 5 6 7 8 9 10 （ 1） 計算出 y,x1,x2,x3 的相關(guān)系數(shù)矩陣； （ 2） 求 y 關(guān)于 x1,x2,x3 的三元線性回歸方程； （ 3） 對所求的得方程做擬合優(yōu)度檢驗； （ 4） 對回歸方程做顯著性檢驗； （ 5） 對每一個回歸系數(shù)做顯著性檢驗； （ 6） 如果有的回歸系數(shù)沒有通過顯著性檢驗，將其剔除，重新建立回歸方程，再作回歸方程的顯著性檢驗和回歸系數(shù)的顯著性檢驗； （ 7） 求出每一個回歸系數(shù)的置信水平 為 95%的置信區(qū)間； （ 8） 求標準化方程； 設(shè)計目的與要求： 目的：（ 1）鞏固課本上學(xué)到的知識，提高處理實際問題的能力； （ 2）掌握對多元線性回歸問題的模型選擇； （ 3）對軟件輸
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1