统计模型检验与评价资料.ppt

3) 逐步回归法（吐故纳新法） 以及前两种方法的综合与改进 五、 数据残差图分析 是检验回归方程拟合优度的一个简单有效的方法. 数据残差图分析原理 一元线性回归模型 独立试验结果: 满足回归假定 1） 相互独立； 2）具有相同分布： ～N(0,σ2). 设Y 对应于 的N个观测值为 作为yi，(i=1,2,…,n)的估计值,其中 分别为a 和b的估计. 称 为标准化残差. 定义 称 为残差 注1 ei，i=1,2,…,n是 , i=1,2,…,N 的样本值. 注2 可用 作为σ的估计,仍记 由于 ,i=1,2,…,n相互独立,并且 ～N(0,σ2) 有95.45%的把握e*的值在(一2, 2)区间内变动. 以e*为纵坐标，xi为横坐标,将数据 （xi，e*），i=1,2,…,n 绘在平面图内，所得图形称为标准化残差图. 分析数据残差图, 若数据点 （xi，e*），i=1,2,…,n 在(一2，2)区间内随机散布,说明回归方程的 拟合是良好的. xi e i* 例6.5.1 生产费用与产量拟合优度分析 随机抽取了某一类企业中的10个企业,调查了 它们的产量和生产费用情况,取得数据如下表： 企业编号 1 2 3 4 5 6 7 8 9 10 产量(千个)X 40 42 48 55 65 79 88 100 120 140 生产费用(千元)Y 150 140 160 170 150 162 185 165 190 185 建立经验回归方程为 计算出标准化残差(见P170表7.9),绘制生产 费用的标准化残差图(图7.11).图中标准化残 差e*在横轴上下随机散布,且位于（一2，2） 区间内,可以认为方程对数据的拟合是良好的. 例6.5.2 试分析讲义P175图7.10的四副标准化残差图. 1. 图（a）全部数据都在(－2, 2)区间内, 且随机散布, 说明方程对数据的拟合是良好的. 2. 图（b）中有较多数据落在(－2, 2)区间的外面, 这说明方程对数据的拟合不充分. 可能是由于方程的形式选择不恰当. 通过分析标准化残差图可以得到更多信息，可以分析出回归方程的回归假定的满足情况. *1 图(c)中残差出现系统变动的趋势； 表明关于 ,i=1,2,…,n 的等方差假定不满足； *2 图(d)中残差值e*,i=1,2,…,n 有相依关系； 说明关于 ,i=1,2,…,n的独立性假定不满足. 对残差图做进一步分析： 是评价回归方程拟合优度的一个指标. 可证明 0≤r2≤1 且 r2 的值越大说明 方程对数据的拟合度越高. ? 2）计算测定系数(确定系数、判定系数) 续例6.5.1 生产费用与产量拟合优度分析 给定拟合回归方程测定系数为 =0.6524. 结果分析： 好不好？ 图7.11中标准化残差e*在横轴上下随机散布，且位于（－2，2）区间内,初步判断拟合是良好的. 结论： 1) 方程对这批数据的拟合是良好的,说明在生产费用的变动中,有65.24%是由于产量的变动引起. 2）测定系数 r2 的值不是很高, 说明仅用“产量”这一种因素来解释生产费用的变动不充分, 还应考虑其他因素. 4.3 统计模型检验与评价 基于数据用统计方法建立经验回归模型, 做了以下工作： 一、模型检验的必要性 1）借助于数据散布图的直观形象, 选择 一个函数来近似变量之间的相关关系； 2）用最小二乘法求经验模型中参数的最佳估计. 问题：如何评价此建模方法？ 分析： 若两个随机变量X、Y 间存在相关关系, 设其回归函数为 y=μ(x). 客观存在 相当于做假设, 令 这种假设主观性太强,是否合理必须经过检验. 选择一个函数 f(x) 作为y=μ(x)的估计函数. 主观设定 续例1.7.5 p141 非线性交调的频率设计(1993全国大学生数学模型联赛题) . 得到系统输入输出的两个经验关系式为 考虑到输入输出关系的物理背景（这一点在处理实际问题时尤需重视）可以判断第二式更为合理. 需对两个不同模型进行评价和合理性检验. 一般更需要用一定的方法对模型进行检验和评价, 选择更“合理”的模型. 本节主要介绍多元线性回归模型的评价和检验方法. 选择下线性回归模型描述因