SPSS线性回归.pptVIP

§1 　导　言 在自然界和人类社会中，经常会遇到一些变量共处于一个统一体中，他们相互联系，相互制约，在一定条件下相互转化。社会经济现象尤其如此。例如某生产厂家的生产费用由所生产的产品数量和各种生产投入要素的价格等因素所决定。 回归分析正是研究生产的产品数量和各种生产投入要素的价格等因素的变动对生产费用的变动的影响程度，其目的在于根据已知自变量的变化来估计或预测因变量的变化情况。 回归的内容包括如何确定因变量与自变量之间的回归模型；如何根据样本观测数据估计并检验回归模型及未知参数；在众多的自变量中，判断哪些变量对因变量的影响是显著的，哪些变量的影响是不显著的；根据自变量的已知值或给定值来估计和预测因变量的平均值等等。 线性回归分析是研究变量与变量之间的线性相关关系。从分析的内容上看，线性回归是建立变量间的拟合线性相关模型，主要用于估计和预测。线性回归模型应用领域极为广泛，在许多领域里都有应用非常成功的例子，它是现代应用统计分析方法中的重要内容之一。 §２　 一元线性回归模型 8.2.1 一元线性回归模型的数学表示式 如果两个变量之间存在相关关系，并且一个变量的变化会引起另一个变量按某一线性关系变化，则两个变量间的关系可以用一元线性回归模型描述。 其数学模型为： y= …(3-1) 其中，y 为因变量， x为自变量， 为模型参数， 为回归截距， 为回归系数 ， 为随机误差项，且～N(0, ). 在实际问题中，(3-1)中的模型参数 是未知的，通常只能在自变量的一些点上对因变量进行观测，得到一定量的数据，由数据出发对模型进行推断。 例题1、在某类企业中随机抽取10个企业，搜集它们的产量和生产费用情况，获得数据如表1所示： 表1 企业产量和生产费用 我们可作出散点图，易看出变量x与y之间的关系近似可看作是线性关系，根据表1的数据，利用最小二乘法，求一元线性回归方程， 以下列出的为计算表 = =134.7909+0.3978x为所求的一元回归模型。 8.2.4 一元线性回归模型的检验 我们根据样本观测值，利用最小二乘法建立起一元线性回归模型 = ，该模型是否满足回归模型的基本假设，还需要进行统计检验。 （1）回归模型的拟合程度的测度 变量y的各个观测点聚集在回归直线 = 周围的紧密程度，称为回归直线对样本数据点的拟合程度，常用可决系数R2来表示。 R2称为“可决系数”,显然，0≤R2≤1。当R2接近于1时,说明自变量对因变量的影响较大；反之，当R2接近与0时，说明自变量对因变量的影响较小。综上所述，R2越接近与1，说明模型越有效，R2越接近与0，说明模型越无效。应该注意的是，R2通常只用于模型有效性的一个大致的判断。 （2）回归系数的显著性检验 一元线性回归模型中，一次项系数 是一个关键的量，通过 可反映自变量x的变动对因变量y的影响。若 =0意味着y不随x变动而变动，因此y与x之间不存在线性关系；若 0，说明变量y与x之间存在线性关系；当 0时，x对y的影响为正效应；当 0时x对y的影响为负效应，影响的大小由的绝对值来反映。 8.3.1多元线性回归模型的数学表示式为： y= ……(8-6) 其中，y为因变量 ， ，i=1,2,…,n为自变 量. ，i=0，1，…,k为回归参数， 为随机变量，且 ～ 3.3.3 多元线性回归模型的检验 多元线性回归模型的检验包括两个方面：对回归模型的拟合程度的评价，和回归线性相关关系的检验，方法和一元线性回归类同。 * * 使用时，直接删除本页！ 精品课件，你值得拥有！ 精品课件，你值得拥有！ 使用时，直接删除本页！ 精品课件，你值得拥有！ 精品课件，你值得拥有！ 使用时，直接删除本页！ 精品课件，你值得拥有！ 精品课件，你值得拥有！ * * *