2012预测-第3讲(回归分析)-1资料.pptVIP

学生化残差是回归线为了照顾这些远离 的少数点导致的。学生化残差进一步解决了方差不等的问题，比标准化残差更经常被使用。删除残差：当数据中存在异常值，可能使回归线更靠近异常值而使标准化残差和学生化残差都失效，这时可使用删除残差。其基本思想为当测量第i个观测只是，用其余 个观测点建立回归方程，求出第 个观测值的估计值 ，求出删除残差 3 * * 可以发现，自变量之间完全不相关，是很难做到的。由于认识的局限性，一组自变量之间多少都会存在一些相关性，这种相关性也不一定产生不良的影响，因此，当自变量之间相关性较弱时，就认为它符合构造回归模型的条件，只有当自变量之间有较强的相关性时，我们才认为他违背了基本假设。 * 1) Estimates：SPSS默认输出项，输出与回归系数相关的统计量。包括回归系数（偏回归系数）、回归系数标准误差、标准化回归系数、回归系数显著性检验的t统计量和概率p值，各解释变量的容忍度。 2) Confidence Intervals：输出每个非标准化回归系数95％的置信区间。 3) Descriptive：输出各解释变量和被解释变量的均值、标准差、相关系数矩阵及单侧检验概率p值。 7) Covariance matrix：输出方程中各解释变量间的相关系数、协方差及各回归系数的方差. 4) Model fit：SPSS默认输出项，输出判定系数、调整的判定系数、回归方程