多重線性回歸ppt課件-文庫吧資料
2025-05-04 23:16本頁面
【正文】 有無符合納入標(biāo)準(zhǔn)的新變量 納入新變量 有無符合排除標(biāo)準(zhǔn)的變量 剔除 完成 無 有 無 有 34 三、分析步驟 ? 逐步回歸法 逐步回歸法比前進法和后退法都能更好地選出變量構(gòu)造模型，但它也有局限性： 其一，當(dāng)有 m個變量入選后，選第 m＋ 1個變量時，對它來說，前 m個變量不一定是最佳組合； 其二，選入或剔除自變量僅以 F值和 P值作標(biāo)準(zhǔn)，完全沒考慮其它標(biāo)準(zhǔn)。 32 三、分析步驟 ? 逐步回歸法 (STEPWISE) 當(dāng)回歸方程選入自變量后，又像后退法那樣，根據(jù) F統(tǒng)計量和 P值按排除標(biāo)準(zhǔn)水平剔除無統(tǒng)計學(xué)意義的各自變量，依次類推。 31 三、分析步驟 ? 逐步回歸法 (STEPWISE) 此法是前進法和后退法的結(jié)合。 29 三、分析步驟 ? 后退法 否則，從最大的 P值所對應(yīng)的自變量開始逐一剔除，直到回歸方程中沒有變量可以被剔除時為止。 27 三、分析步驟 ? 前進法 局限性： 納入標(biāo)準(zhǔn)取值小時，可能沒有一個變量能入選； 納入標(biāo)準(zhǔn)取值大時，開始選入的變量后來在新條件下不再進行檢驗，因而不能剔除后來變得無統(tǒng)計學(xué)意義的變量。 26 三、分析步驟 ? 前進法 當(dāng)回歸方程中變量少時某變量不符合入選標(biāo)準(zhǔn)，但隨著回歸方程中變量逐次增多時 ,該變量就可能符合入選標(biāo)準(zhǔn)；這樣直到?jīng)]有變量可入選為止。 24 三、分析步驟 ? 2. 具體步驟 ? 變量篩選 常用的變量篩選方法有以下 8種： 前進法 后退法 逐步回歸法 最大 R2增量法 最小 R2增量法 R2選擇法 修正 R2選擇法 Mallow’s Cp選擇法 25 三、分析步驟 ? 前進法 (FORWARD) 回歸方程中變量 從無到有 依次選擇一個自變量進入回歸方程，并計算該變量對應(yīng)的 F統(tǒng)計量及 P值。 23 三、分析步驟 ? 2. 具體步驟 ? 變量篩選 這就是自變量的選擇問題，或稱為變量篩選。 22 三、分析步驟 ? 2. 具體步驟 ? 變量篩選 由例 1的分析結(jié)果可知，不是所有的自變量對因變量的作用都有統(tǒng)計學(xué)意義。此時，拒絕 H0，接受 H1，認(rèn)為該回歸系數(shù)不等于 0。 根據(jù)自由度和臨界水平，查 t分布表，可得雙側(cè)界值為 ta/2(nk1)。 H0： bi=0 H1: bi≠0 19 三、分析步驟 ? 2. 具體步驟 ? 參數(shù)檢驗 第二步，計算檢驗統(tǒng)計量。 若某自變量對因變量的影響無統(tǒng)計學(xué)意義，可將其從模型中刪除，重新建立回歸方程。 16 三、分析步驟 ? 2. 具體步驟 ? 參數(shù)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1