高级统计_多元回归.pptVIP

多元回归 1. 回归模型的拟合度 简单回归 从散点图开始有助我们对变量间的关系有一个形象化的了解。 如何对变量间的关系进行更准确的描述？ —— 线性回归 画出回归线 哪条直线是最优拟合？ 回归线 拟合的程度怎样？ 残差 从点到线的离差可代表拟合的程度 （残差）Residuals 作回归线 使离差的平方和为最小 离差 = y 观测值- y 预测值 叫做 Least-squares regression 回归方程 y = a + bx IGRAPH /VIEWNAME=Scatterplot /X1 = VAR(salbegin) TYPE = SCALE /Y = VAR (salary) TYPE = SCALE /COORDINATE = VERTICAL /FITLINE METHOD = REGRESSION LINEAR LINE = TOTAL 好的模型 残差很小 R2=0.89 一般的模型 R2=0.35 残差较大 差的模型 R2=0.002 这里的直线基本不能描述数据 2. 多元回归的方法（method） 多元回归的方法（method） 方法间的区别在于如何处理相关的自变量重叠部分的方差，即用何原则确定变量进入方程的次序 标准回归或同时回归：Enter 逐步回归：Stepwise 层次回归：hierarchical 标准回归 亦称同时回归（simultane