第3章多元线性回归.pptVIP

第 3 章 多元线性回归 3.1 多元线性回归模型 3.2 回归参数的估计 3.3 参数估计量的性质 3.4 回归方程的显著性检验 3.5 中心化和标准化 3.6 相关阵与偏相关系数 3.7 本章小结与评注 3.1 多元线性回归模型 一、多元线性回归模型的一般形式 3.1 多元线性回归模型 一、多元线性回归模型的一般形式 3.1 多元线性回归模型 一、多元线性回归模型的一般形式 3.1 多元线性回归模型 二、多元线性回归模型的基本假定 3.1 多元线性回归模型 二、多元线性回归模型的基本假定 3.1 多元线性回归模型 三、多元线性回归方程的解释 3.1 多元线性回归模型 三、多元线性回归方程的解释 3.1 多元线性回归模型 3.1 多元线性回归模型 三、多元线性回归方程的解释 3.2 回归参数的估计 一、回归参数的普通最小二乘估计 3.2 回归参数的估计 一、回归参数的普通最小二乘估计 3.2 回归参数的估计 一、回归参数的普通最小二乘估计 3.2 回归参数的估计 二、回归值与残差 3.2 回归参数的估计 二、回归值与残差 3.2 回归参数的估计 二、回归值与残差 3.2 回归参数的估计 二、回归值与残差 3.2 回归参数的估计 三 、回归参数的最大似然估计 3.2 回归参数的估计 3.2 回归参数的估计 3.3 参数估计量的性质 3.3 参数估计量的性质 3.3 参数估计量的性质 3.3 参数估计量的性质 3.3 参数估计量的性质 3.3 参数估计量的性质 3.4 回归方程的显著性检验 3.4 回归方程的显著性检验 3.4 回归方程的显著性检验 3.4 回归方程的显著性检验 3.4 回归方程的显著性检验 3.4 回归方程的显著性检验 3.4 回归方程的显著性检验 3.4 回归方程的显著性检验 3.4 回归方程的显著性检验 3.5 中心化和标准化 3.5 中心化和标准化 3.5 中心化和标准化 3.5 中心化和标准化 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.6 相关阵与偏相关系数 3.7 本章小结与评注 3.7 本章小结与评注 3.7 本章小结与评注 3.7 本章小结与评注 3.7 本章小结与评注 二、回归系数的显著性检验 从另外一个角度考虑自变量xj的显著性。 y对自变量x1,x2,…,xp线性回归的残差平方和为SSE，回归平方和为SSR，在剔除掉xj后，用y对其余的p-1个自变量做回归，记所得的残差平方和为SSE（j），回归平方和为SSR（j），则 自变量xj对回归的贡献为ΔSSR（j）=SSR-SSR（j）， 称为xj的偏回归平方和。由此构造偏F统计量 二、回归系数的显著性检验 当原假设H0j ：βj=0成立时，（3.42）式的偏F统计量Fj服从自由度为(1,n-p-1)的F分布，此F检验与（3.40）式的t检验是一致的，可以证明Fj=tj2 三、回归系数的置信区间 可得βj的置信度为1-α的置信区间为： 四、拟合优度 决定系数为： y关于x1,x2,…,xp的样本复相关系数 一、中心化 经验回归方程 经过样本中心 将坐标原点移至样本中心，即做坐标变换： 回归方程转变为： 回归常数项为 二、标准化回归系数 当自变量的单位不同时普通最小二乘估计的回归系数不具有可比性，例如有一回归方程为: 其中x1的单位是吨, x2的单位是公斤 二、标准化回归系数 样本数据的标准化公式为： 得标准化的回归方程 二、标准化回归系数 标准化 回归系数 一、样本相关阵 自变量样本相关阵 增广的样本相关阵为： 一、样本相关阵 1.000 0.613 0.155 0.533 0.548 0.190 0.493 0.515 0.437 0.457 0.337 0.301 0.038 X12 0.613 1.000 0.241 0.895 0.906 0.649 0.666 0.705 0.849 0.855 0.760 0.758 0.257 X11 0.155 0.241 1.000 0.569 0.404 0.5