3 多元线性回归剖析.pptVIP

一、多元线性回归模型 正规方程组的矩阵形式 自回归分析 主要用于时间序列的分析 时间序列的自相关，是指序列前后期数值之间的相关关系 自相关性判断—自相关系数，用于相关关系程度的测定 原理：假设共有n个观察值Y1,Y2,…, Yt,…,Yn，把前后相邻两期的观察值一一成对，便有(n?1)对数据，即(Y1,Y2),(Y2,Y3),…,(Yt,Yt+1),…, (Yn-1,Yn) 自回归模型的建立 如果判断一个时间序列具有某种显著的自回归性时，就可以按照回归分析方法建立该时间序列的自回归模型。 与回归模型一样，自回归模型也有线性和非线性之分。最常见的是线性回归模型 应用举例 【例】某地区1992-2003年12年自然灾害造成的成灾面积的时间序列数据见表1。试计算该时间序列的自相关系数，并用自回归模型预测2004年的成灾面积。 首先，计算一阶自相关系数，得到r= 0.9761 样本数n=11，自由度f =11-2=9，在置信水平α=0.001下查相关系数的临界值为0.8471。所以可以建立线性自回归模型 k 阶自相关系数为 常见的线性自回归模型： ① 一阶线性自回归预测模型为 ② 二阶线性自回归预测模型为 ③ 一般地，p阶线性自回归模型为 在以上各式中， 为待估计的参数值，它们可以通过