回歸分析課程設(shè)計(jì)-文庫(kù)吧資料
2025-01-22 11:56本頁(yè)面
【正文】 .095.756.254N10101010x2Pearson 相關(guān)性.731*.1131.547顯著性（雙側(cè)）.016.756.101N10101010x3Pearson 相關(guān)性.724*.398.5471顯著性（雙側(cè)）.018.254.101N10101010*. 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(jì)過(guò)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。記稱其主對(duì)角線元素為自變量的方差擴(kuò)大因子（variance inflation factor，VIF）。（6） 多重共線性 多元線性回歸方程模型中有一個(gè)基本假設(shè)，就是要求設(shè)計(jì)矩陣X的秩rank（X）=p+1，即要求X中的列向量之間線性無(wú)關(guān)，如果存在不全為0的P+1個(gè)數(shù)，使得則自變量之間存在著多重共線性。（5） 復(fù)相關(guān)系數(shù)稱為y關(guān)于的樣本復(fù)相關(guān)系數(shù)。在多元線性回歸中，決定系數(shù)為樣本決定系數(shù)的取值在區(qū)間內(nèi)，越近1，表明回歸擬合的效果越好；越接近0，表明回歸擬合的效果越差。當(dāng)大于臨界值時(shí)，拒絕原假設(shè)，認(rèn)為回歸方程顯著。稱為回歸平方和，簡(jiǎn)記為SSR或，R表示Regression稱為殘差平方和，簡(jiǎn)記為SSE或，E表示Error因此平方和分解式可以簡(jiǎn)記為SST=SSR+SSE原假設(shè)：統(tǒng)計(jì)量： 當(dāng)原假設(shè)成立時(shí)，構(gòu)造的統(tǒng)計(jì)量服從自由度為（p，np1）的F分布。自變量是對(duì)y的線性效果不顯著的（3） F檢驗(yàn)對(duì)線性回歸方程顯著性的另一種檢驗(yàn)是F檢驗(yàn)，F(xiàn)檢驗(yàn)是根據(jù)平方和分解式，直接從回歸效果檢驗(yàn)方程的顯著性。當(dāng)時(shí)拒絕原假設(shè)：，認(rèn)為顯著不為零。數(shù)據(jù)見(jiàn)表如下：編號(hào)貨運(yùn)總量y(萬(wàn)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）12345678910（1） 計(jì)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(duì)所求的得方程做擬合優(yōu)度檢驗(yàn)；（4） 對(duì)回歸方程做顯著性檢驗(yàn)；（5） 對(duì)每一個(gè)回歸系數(shù)做顯著性檢驗(yàn)；（6） 如果有的回歸系數(shù)沒(méi)有通過(guò)顯著性檢驗(yàn)，將其剔除，重新建立回歸方程，再作回歸方程的顯著性檢驗(yàn)和回歸系數(shù)的顯著性檢驗(yàn)；（7） 求出每一個(gè)回歸系數(shù)的置信水平為95%的置信區(qū)間；（8） 求標(biāo)準(zhǔn)化方程；設(shè)計(jì)目的與要求：目的：（1）鞏固課本上學(xué)到的知識(shí)，提高處理實(shí)際問(wèn)題的能力； （2）掌握對(duì)多元線性回歸問(wèn)題的模型選擇；
電大資料相關(guān)推薦
鄂ICP備17016276號(hào)-1