第四章多元线性回归().pptVIP

第 4 章　多元线性回归 一、多元回归模型与回归方程 1.多元回归模型(multiple regression model) 多元线性回归模型误差项ε的基本假定 2.多元回归方程(multiple regression equation) 多元线性回归方程的直观解释 例4.1 表1 一、多重判定系数(multiple coefficient of determination) 续 例 二、估计标准误差(standard error of estimate) 3 显著性检验 一、线性关系检验 回归系数的置信区间 4.1 多元线性回归模型 4.2 回归方程的拟合优度 4.3 显著性检验 4.4 利用回归方程进行估计和预测 4.1 多元线性回归模型 一、多元回归模型与回归方程 二、估计的多元回归方程 三、参数的最小二乘估计 称为多元线性回归模型 　　1.多元线性回归模型包含一个因变量与两个或两个以上自变量. 　　2.误差项 ε为随机变量 　　3. 　　　　　　 为模型的参数，称偏回归系数. (4.1) 1.误差项ε是一个期望值为0的随机变量，即E(?)=0. 2.误差项ε的方差都相等，即 3.误差项服从正态分布，即 称 (4.2) 为总体多元线性回归方程. 表示当其他变量不变，而 每变动一个单位时，E(y ) 相应的变动值. 　　1. 　 表示　 保持不变时，　 每变动一个单位时 的相应变化量. 　　2. 　 表示　 保持不变时，　 每变动一个单位时 的相应变化量. 　　考虑二元线性回归模型 二、估计的多元回归的方程 　　　　　　　　 是未知参数，可以根据样本数据作估计.记 　　　　　　的估计为　　　　　　　，则 称为估计的多元回归方程(estimated multiple regression equation)或样本多元回归方程. 三、参数的最小二乘估计 　　使因变量的观察值 y 与估计值　 之间的离差平方和达到 最小来求　　　　　　　 ，即使 达到最小. 称　　　　　　 为　　　　　　 的最小二乘估计. 续 根据微积分中求极值的原理，　　　　　　 应是下列正规方程组的解 一家大型商业银行在多个地区设有分行，为弄清楚不良贷 款形成的原因，抽取了该银行所属的25家分行2002年的有关业 务数据(表1). 试建立不良贷款(y)与贷款余额(x1)、累计应收贷款 (x2)、贷款项目个数 (x3) 和固定资产投资额 (x4) 的线性回归方程，并解释各回归系数的含义. 解：得不良贷款(y) 与贷款余额 (x1)、累计应收贷款 (x2)、贷款项目个数(x3) 和固定资产投资额 (x4) 的线性回归方程如下 某商业银行2002年的有关业务数据 4.2 回归方程的拟合优度 一、多重判定系数 二、估计标准误差 对多元回归同样可分解成如下形式 则多重判定系数为 多重判定系数反映样本回归方程的拟合好坏程度，R２ 愈 大，说明样本回归方程拟合得愈好。显然，　　　　 . 而 称 y 关于　　　　　　　 的样本复相关系数，R 的大小可以 反映作为一个整体的　　　　　　　与 y 的线性相关的密切 程度. 修正多重判定系数(adjusted multiple coefficient of determination) 　 由于样本多重判定系数的分母 SST 对给定的样本数据是不变的，而 SSR 与引进回归方程的自变量个数有关.因此，应对 R２ 作调整，调整的样本多重判定系数为 (4.3) 根据1的数据，计算多重判定系数. 解：根据(7)式，得 而根据(4.4)式，则 误差项的标准差的估计 称为估计标准误差，或称为估计量的标准差. 1的数据，得 (4.4) 一、线性关系检验 二、回归系数检验和推断 线性关系检验，即回归方程的显著性检验，具体步骤为 1.提出原假设和备择假设 　　３对规定的显著性水平　 ，若 则拒绝　 ，认为 y 对　　　　　　 存在线性关系，称回归 方程显著. 否则，认为 y 对　　　　　　 之间不存在线性关 系，称回归方程不显著. 　　2.计算检验统计量 至少有一个不为0 方差分析表 　前面的这些计算结果可以列成表格的形式，称为方差分析表. 方差分析表 － n - 1 SST 总和 SSE /(n - p - 1) n - p - 1 SSE 残差 SSR /