- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
回归分析解释.doc
最小二乘法
一元线性回归方程:=,
所谓最小二乘法就是使得:
最小的一种确定回归系数的方法。
(是观察值即实际测量值,是回归值即估计值,是残差平方和)
用方差分析方法对回归方程进行显著性检验
响应变量y总的数据波动用总偏差平方和SST表示,
回归线上拟合点数据波动用回归偏差平方和SSR表示,
观察点与回归线上拟合点的差异数据波动用残差偏差平方和SSE表示。
回归方程残差诊断。(利用残差图形分析)
顺序号 月份数() 观察值
(y) 回归拟合值
=102.654-0.329 残差值
- 1 0 104.5 102.654 1.846 2 3 101.3 101.667 -0.367 3 6 101.1 100.68 0.62 4 9 98.2 99.693 -1.43 5 12 98.0 98.706 -0.706 6 18 97.3 96.732 0.568 7 24 93.1 94.758 -1.658 8 36 92.2 90.81 1.39 说明:观察值即实际测量值,回归拟合值即估计值。
R2 是衡量回归方程解释观察数据变异的能力。
R2ADJ是修正R2,考虑模型总项数带来的影响。
S是残差标准差
所谓残差图,其纵坐标总是残差,而横坐标可能取不同的值,可以是观察时间,可以是响应变量预测值,也可以是自变量的取值。
作图:
1、残差与观察值顺序的散点图。考察残差值是否随机地在水平轴上下无规则波动。若随机波动,说明残差值间是相互独立的。
2、残差值与拟合值的散点图。考察残差是否保持等方差性,若图形明显有漏斗型或喇叭型,说明需对响应变量y作某种变换。
3、残差的正态概率图。考察残差值是否符合正态分布。
4、残差对于以各自变量为横轴的散点图。考察图中是否有弯曲的趋势,若残差虽保持等方差性,图形有明显弯曲的趋势,应考虑增加自变量的高阶项,使模型拟合的更好些。
文档评论(0)