回歸分析二ppt課件-文庫(kù)吧資料
2025-01-25 21:07本頁面
【正文】 不等于 0 2. 計(jì)算 檢驗(yàn)統(tǒng)計(jì)量 F 3. 確定 顯著性水平 ?和分子自由度 p、分母自由度 np1找出臨界值 F ? 4. 作出 決策：若 FF ?，拒絕 H0 SPSS輸出結(jié)果的分析 回歸系數(shù)檢驗(yàn)和推斷 回歸系數(shù)的檢驗(yàn) (步驟 ) 1. 提出假設(shè) ? H0： bi = 0 (自變量 xi 與 因變量 y 沒有線性關(guān)系 ) ? H1： bi ? 0 (自變量 xi 與 因變量 y有線性關(guān)系 ) 2. 計(jì)算檢驗(yàn)的統(tǒng)計(jì)量 t 3. 確定顯著性水平 ?，并進(jìn)行決策 ? ? t?t??2，拒絕 H0； ? t?t??2，不能拒絕 H0 SPSS輸出結(jié)果的分析 回歸系數(shù)的推斷 (置信區(qū)間 ) ? ?回歸系數(shù)在 (1?)%置信水平下的置信區(qū)間為 ? ? ? ispnti b?b ?2 )1(? ???回歸系數(shù)的抽樣標(biāo)準(zhǔn)差 SPSS 輸出結(jié)果的分析 F檢驗(yàn)與 t檢驗(yàn)的結(jié)果出現(xiàn)矛盾 ? 當(dāng) F檢驗(yàn)通過時(shí)，某些自變量的回歸系數(shù)沒有通過 t檢驗(yàn)，并不一定意味著這些自變量對(duì)因變量就沒有影響 ? 以上情況可能是由于自變量之間存在較大的相關(guān)性所導(dǎo)致的。向后消元法 (Backward) 4。強(qiáng)制進(jìn)入法 (Enter) 2。 SPSS中的 F統(tǒng)計(jì)量為： ? 原假設(shè)：新自變量的增加沒有導(dǎo)致 SSE顯著減少 備擇假設(shè)： SSE顯著減少 1 2 1 2 11 2 1( , , , ) ( , , , , , , )( , , , , , , )1q q q pq q pS S E x x x S S E x x x x xpqFS S E x x x x xnp???????如何選擇自變量進(jìn)入模型 ? 在 SPSS中， F統(tǒng)計(jì)量的值或與之相對(duì)應(yīng)的概率即作為變量納入或剔除的標(biāo)準(zhǔn)。 即：證明 SSE(舊 )SSE(新 )與 SSE (舊 )或 SSE(新 )的比值是否足夠大。 ?用于決定是否在模型中包括常數(shù)項(xiàng)，默認(rèn)選中。即按照移除標(biāo)準(zhǔn)將同一個(gè) Block內(nèi)的變量一次全部剔除。直到方程外變量均達(dá)不到入選標(biāo)準(zhǔn)，沒有自變量可被引入方程為止。 ?Forward： 向前法 ，篩選步驟和逐步法類似，但只進(jìn)不出 。 每剔除一個(gè)變量，則重新計(jì)算各自變量對(duì) Y的貢獻(xiàn)。如仍有變量低于入選標(biāo)準(zhǔn)，則繼續(xù)考慮剔除， ?直到方程內(nèi)沒有變量可被剔除，方程外沒有變量可被引進(jìn)為止。具體做法 ?首先分別計(jì)算各自變量對(duì) Y的貢獻(xiàn)大小，按由大到小挑選貢獻(xiàn)最大的先進(jìn)入方程 ?重新計(jì)算各自變量對(duì) Y的貢獻(xiàn) ?考察己在方程中的變量是否因新變量引入而不再有統(tǒng)計(jì)意義。 試建立不良貸款 (y)與貸款余額 (x1)、 累計(jì)應(yīng)收貸款(x2)、 貸款項(xiàng)目個(gè)數(shù) (x3)和固定資產(chǎn)投資額 (x4)的線性回歸方程 ， 并解釋各回歸系數(shù)的含義 用 SPSS進(jìn)行回歸 第二節(jié) 回歸方程的擬合優(yōu)度 一. 多重判定系數(shù) 二. 估計(jì)標(biāo)準(zhǔn)誤差 多重判定系數(shù) 多重判定系數(shù) (multiple coefficient of determination) 1. 回歸平方和占總平方和的比例 2. 計(jì)算公式為 3. 因變量取值的變差中 ， 能被估計(jì)的多元回歸方程所解釋的比例 注意：當(dāng)自變量個(gè)數(shù)的增加時(shí) ， 會(huì)使預(yù)測(cè)誤差減小 ，即使新增加變量在統(tǒng)計(jì)上不顯著 ， 也會(huì)使 增大 2R修正多重判定系數(shù)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1