多元回歸ppt課件(2)-文庫吧資料
2025-05-04 23:20本頁面
【正文】 STATISTICS 逐步回歸 (例題分析 — SPSS輸出結(jié)果 ) Model Unstandardized Coefficients Unstandardized Coefficients t Sig. B Beta 1 (Constant) 貸款余額 x1 .038 .723 .005 0844 .263 .000 2 (Constant) 貸款余額 x1 固定資產(chǎn)投資 x4 .050 .697 .007 .015 .531 .000 .044 a Dependent variable:不良貸款 y Coefficients a 結(jié) 束 。 如果增加一個(gè)自變量使SSE的減少是顯著的 ， 則說明有必要將這個(gè)自變量引入回歸模型 ， 否則 ， 就沒有必要將這個(gè)自變量引入回歸模型 ? 確定引入自變量是否使 SSE有顯著減少的方法 ， 就是使用 F統(tǒng)計(jì)量的值作為一個(gè)標(biāo)準(zhǔn) ， 以此來確定是在模型中增加一個(gè)自變量 ， 還是從模型中剔除一個(gè)自變量 3. 變量選擇的方法主要有：向前選擇 、 向后剔除 、 逐步回歸 、 最優(yōu)子集等 30 23 統(tǒng)計(jì)學(xué)STATISTICS 向前選擇 (forward selection) 1. 從模型中沒有自變量開始 2. 對 k個(gè)自變量分別擬合對因變量的一元線性回歸模型 ， 共有 k個(gè) ， 然后找出 F統(tǒng)計(jì)量的值最高的模型及其自變量 ， 并將其首先引入模型 3. 分別擬合引入模型外的 k1個(gè)自變量的線性回歸模型 4. 如此反復(fù)進(jìn)行 ， 直至模型外的自變量均無統(tǒng)計(jì)顯著性為止 30 24 統(tǒng)計(jì)學(xué)STATISTICS 向后剔除 (backward elimination) 1. 先對因變量擬合包括所有 k個(gè)自變量的回歸模型。 該模型的因變量是 “ 比賽獲勝得分的差值 ”， 它等于勝方的最后得分減去負(fù)方的最后得分 ? 從高校體育協(xié)會(huì)前 20名球隊(duì)的比賽中隨機(jī)抽取了 90場 ， 收集到自變量和因變量的數(shù)據(jù) ， 并進(jìn)行多元回歸分析 ， 得到的回歸結(jié)果如表 預(yù)測變量 系數(shù) t值 截距 爭球碼數(shù)差 傳球碼數(shù)差 回傳次數(shù)差 控球時(shí)間差 主場優(yōu)勢變量 因變量：獲勝得分差 修正的 R2= 30 4 統(tǒng)計(jì)學(xué)STATISTICS 多元線性回歸分析 多元回歸模型及假定 多元回歸模型的估計(jì) 多元回歸模型的檢驗(yàn) 30 5 統(tǒng)計(jì)學(xué)STATISTICS 多元回歸模型及假定 30 6 統(tǒng)計(jì)學(xué)STAT
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1