多元线性回归说课.ppt

相关和回归分析;1、变量间的关系 2、定量变量间的关系 3、定量变量的线性回归分析;1、变量间的关系;确定性关系 — 函数关系 圆的面积与半径的关系；位移与速度的关系 非确定性关系 — 相关关系和回归关系 身高和体重;例. 广告投入和销售之间的关系;模型;;2、定量变量间的关系;1078对父亲及成年儿子的身高散点图;相关系数含义;;散点图的作用;三种相关系数;某学校随机抽取18名学生，测定其智商（IQ）值，连同当年 数学和语文成绩，数据见下表。;data iq; input no math chinese IQ @@; cards; 1 78 83 95 2 84 76 100 3 61 70 100 4 52 58 75 5 93 82 105 6 89 78 97 7 98 89 110 8 98 95 120 9 65 61 76 10 73 75 92 11 48 53 61 12 45 43 60 13 67 70 88 14 75 78 96 15 95 97 125 16 88 92 113 17 99 92 125 18 81 88 102 ;;分析变量中两两之间的简单相关分析，用corr过程； 当两变量都服从正态分布时，计算pearson相关系数； 当变量不服从正态分布或为等级数据时，应采用Kendall或Spearman相关系数； Spearman相关可用于双向有序分类变量之间是否有关联的分析，也称为秩相关。;偏相关;3、定量变量的线性回归分析;一个自变量;线性回归模型;一元线性回归分析;data reg; input y x; cards; 626 1881940 786 2364991 966 2903677 1200 3631348 1432 4341876 1626 4870736 ;;Root MSE：残差标准差，反映回归方程的精度，其值越小 说明回归效果越好； R-square：说明所有自变量能解释Y变化的百分比，其值越 接近1，说明模型越好。;多元线性回归分析;proc reg; model y=x1 x2 x3; run;;并不是所有自变量对应变量的回归作用都有统计学意义； 如果漏掉对应变量影响显著的变量，预测偏差； 如果包含对应变量影响不大的变量，影响精度。 ;最优模型： 统计上有显著性意义的xj都含在模型中； 统计上无显著性意义的xj都不含在模型中。 当自变量较多时，获得最优模型的方法一般采用逐步回归的方法，即依次分析所有可能的模型，逐步地达到最优模型的条件。;常用的三种逐步回归法;proc stepwise; model y=x1 x2 x3 /sle=0.05 sls=0.05; /* 确定自变量进入模型和剔除出模型的标准 */ run; ;;;回归诊断;LINE的诊断??残差分析;当模型符合LINE，散点落在一条水平带中间;symbol v=star h=0.4 w=2 cv=red ci=blue; proc reg; model y=x1 x2 x3/p; plot r.*p. ; run;;分析残差分布正态性;识别异常观测值;Student Residual 2 or Cook’s D 0.5;DATA d; INPUT y x1 x2; CARDS; 28 3.36 6.9 24 3.23 6.5 14 2.58 6.2 21 2.81 6.0 22 2.80 6.4 10 2.74 8.4 28 2.90 5.6 8 2.63 6.9 23 3.15 6.5 16 2.60 6.3 13 2.70 6.9 22 3.08 6.3 20 3.04 6.8 21 3.56 8.8 13 2.74 7.1 18 2.78 7.2 ;;PROC REG; MODEL y=x1 x2; RUN;;PROC REG; MODEL y=x1 x2 / NOINT P R; RUN;;DATA a; SET D; IF _N_=8 THEN DELETE; PROC REG; MODEL y=x1 x2 / NOINT P R; RUN;;检验自变量的共线性;方差膨胀因子(VIF)是对由于共线性而引起的 参数估计量的方差增加的一个相对度量； Model语句加选项 VIF； 条件指数(condition index)和方差比例(variance proportion)联合使用可确认存在线性关系的变量组。 Model语句加选项 collin；;Variance Inflation =10 or Condition Index