多元統(tǒng)計(jì)分析---第四章回歸分析-文庫吧資料
2025-01-12 00:43本頁面
【正文】 on表中的各變量的系數(shù)（ B），可以寫出 z=+ –+。然后根據(jù)回歸模型公式Prob(event) 進(jìn)行預(yù)測(cè)。幾率 =發(fā)生的概率 /不發(fā)生的概率。指示變量有兩種編碼方式。自變量可以是分類變量和定距變量。某一事件不發(fā)生的概率為Prob(no event)＝ 1Prob(event) 。 Logistic回歸模型 ? Logistic模型：在邏輯回歸中，可以直接預(yù)測(cè)觀測(cè)量相對(duì)于某一事件的發(fā)生概率。 (Binary Logistic) 在現(xiàn)實(shí)中，經(jīng)常需要判斷一些事情是否將要發(fā)生，候選人是否會(huì)當(dāng)選？為什么一些人易患冠心??？為什么一些人的生意會(huì)獲得成功？此問題的特點(diǎn)是因變量只有兩個(gè)值，不發(fā)生 (0)和發(fā)生 (1)。 1. 先做數(shù)據(jù)散點(diǎn)圖 ,觀測(cè)因變量 Salary與自變量 Salbegin之間關(guān)系是否有線性特點(diǎn) ? Graphs ScatterSimple ? X Axis： Salbegin ? Y Axis： Salary 2. 若散點(diǎn)圖的趨勢(shì)大概呈線性關(guān)系，可以建立線性回歸模型 ? AnalyzeRegressionLinear ? Dependent: Salary ? Independents: Salbegin,prevexp,jobtime,jobcat,edcu等變量 ? Method: Stepwise ? 比較有用的結(jié)果： ? 擬合程度 Adjusted R2： 越接近 1擬合程度越好 ? 回歸方程的顯著性檢驗(yàn) Sig ? 回歸系數(shù)表 Coefficients的 Model最后一個(gè)中的回歸系數(shù) B和顯著性檢驗(yàn) Sig ? 得模型： Salary=++ ++ 曲線估計(jì) (Curve Estimation) 對(duì)于 一元回歸 ，若散點(diǎn)圖的趨勢(shì)不呈線性分布，可以利用曲線估計(jì)方便地進(jìn)行線性擬合 (liner)、二次擬合(Quadratic)、三次擬合(Cubic)等。不斷重復(fù)這一過程，直至無法剔除已引入的變量，也無法再引入新的自變量時(shí)，逐步回歸過程結(jié)束。只有當(dāng)回歸方程中的所有自變量對(duì) Y都有顯著影響而不需要剔除時(shí)，在考慮從未選入方程的自變量中，挑選對(duì) Y有顯著影響的新的變量進(jìn)入方程。如果由于引入新的變量而使得已進(jìn)入方程的變量變?yōu)椴伙@著時(shí)，則及時(shí)從偏回歸方程中剔除。第 4章 回歸分析 介紹： 回歸分析的概念和模型 回歸分析的過程 回歸分析的概念 尋求有關(guān)聯(lián)（相關(guān)）的變量之間的關(guān)系 主要內(nèi)容： ? 從一組樣本數(shù)據(jù)出發(fā)，確定這些變量間的定量關(guān)系式 ? 對(duì)這些關(guān)系式的可信度進(jìn)行各種統(tǒng)計(jì)檢驗(yàn) ? 從影響某一變量的諸多變量中，判斷哪些變量的影響顯著，哪些不顯著 ? 利用求得的關(guān)系式進(jìn)行預(yù)測(cè)和控制 回歸分析的模型 按是否線性分：線性回歸模型和非線性回歸
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1