多元回歸分析ppt課件-閱讀頁
2025-05-13 23:04本頁面
【正文】 因變量的解釋說明沒有意義，那么引入它不會(huì)造成均方誤差減少，從而調(diào)整的 R2也不會(huì)提高。 S STS SEknnR1112?????因變量的樣本方差均方誤差?? 12R多元線性回歸方程的檢驗(yàn) (二 )回歸方程的顯著性檢驗(yàn) ： (1)目的 :檢驗(yàn)所有自變量與因變量之間的線性關(guān)系是否顯著，是否可用線性模型來表示 . (2)H0: β1 = β2 =…= β k =0 即 :所有回歸系數(shù)同時(shí)與 0無顯著差異 (3)利用 F檢驗(yàn) ,構(gòu)造 F統(tǒng)計(jì)量 : – F=平均的回歸平方和 /平均的剩余平方和 ~F(k,nk1) – 如果 F值較大，則說明自變量造成的因變量的線性變動(dòng)大于隨機(jī)因素對(duì)因變量的影響 ,自變量于因變量之間的線性關(guān)系較顯著 (4)計(jì)算 F統(tǒng)計(jì)量的值和 相伴概率 p (5)判斷 – p=a:拒絕 H0,即 :所有回歸系數(shù)與 0有顯著差異，自變量與因變量之間存在顯著的線性關(guān)系。 (4)逐個(gè) 計(jì)算 t統(tǒng)計(jì)量的值和相伴概率 p (5)判斷 iiiSt ??? 22 )(iiyi xxSS?? ??多元線性回歸分析應(yīng)用舉例 ? 根據(jù)若干年國(guó)民收入和其他相關(guān)數(shù)據(jù)，對(duì)國(guó)民收入的影響因素進(jìn)行分析 多元線性回歸分析中的自變量篩選 (一 )自變量篩選的目的 ? 多元回歸分析引入多個(gè)自變量 . 如果引入的自變量個(gè)數(shù)較少 ,則不能很好的說明因變量的變化 。 ? 其次 ,在剩余的自變量中尋找 偏相關(guān)系數(shù)最高 的變量進(jìn)入回歸方程 ,并進(jìn)行檢驗(yàn) 。 – 默認(rèn) :回歸系數(shù)檢驗(yàn)值大于 POUT(),則剔除出方程 ? 如果新方程中所有變量的回歸系數(shù) t值都是顯著的 ,則變量篩選過程結(jié)束 . ? 否則 ,重復(fù)上述過程 ,直到無變量可剔除為止 . 多元線性回歸分析中的自變量篩選 (四 )自變量逐步篩選法 (stepwise): ? 即 :是“向前法”和“向后法”的結(jié)合。 ? 逐步篩選法則在變量的每一個(gè)階段都考慮的剔除一個(gè)變量的可能性。大于 removal()則剔除出方程 .因此 :Entryremoval ? use F value:以 F值作為變量進(jìn)入 ()和剔除 ()方程的標(biāo)準(zhǔn) 多元線性回歸分析中的自變量篩選 多元線性回歸中的共線性檢測(cè) (一 )共線性帶來的主要問題 – 高度的多重共線會(huì)使回歸系數(shù)的標(biāo)準(zhǔn)差隨自變量相關(guān)性的增大而增大 ,至使回歸系數(shù)的置信區(qū)間不斷增大 ,造成估計(jì)值精度減低 .有時(shí)表現(xiàn)出符號(hào)與實(shí)際情況不符。 ? 條件指標(biāo) – 0k10 無多重共線性 。 k=100 嚴(yán)重 ? SPSS操作 – Statistics選項(xiàng)中的 Collinearity dignostics imik ???模型診斷 ? 模型可靠性的診斷 ? 模型是否對(duì)后續(xù)的樣本具有較好的預(yù)測(cè)性？是否存在過度擬和 (overfitting)現(xiàn)象 ? 模型不僅反映了樣本數(shù)據(jù)的信息，同時(shí)也包含了樣本中的“噪音”，可能是一種非“一般化”的模型。 根本不相關(guān)的數(shù)據(jù)也可以有較好的擬和。 ? 計(jì)算交叉診斷的收縮值 ? 通常大于 ，小于 ? SPSS的操作 ? Save選項(xiàng)中的 Predictive Values ? Transform中的 Compute菜單 ? 例如：對(duì)隨機(jī)的數(shù)據(jù)進(jìn)行模擬 )2()1( 2*2 RR ?模型診斷 ? Jackknife 驗(yàn)證法 (Jackknife validation) ? 適用于樣本量不是很大時(shí) ? 利用 n1個(gè)樣本進(jìn)行參數(shù)估計(jì)，并根據(jù)所估計(jì)的參數(shù)計(jì)算剩余 1個(gè)樣本的預(yù)測(cè)值 ? 計(jì)算擬和優(yōu)度，并與利用全部樣本時(shí)的擬和優(yōu)度進(jìn)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1