《数学模型》第10章重点分析.pptVIP

因变量是定性变量的回归分析作为一种有效的数据处理方法已被广泛应用，尤其在医学、社会调查、生物信息处理等领域 . 自变量 可以是定量变量或定性变量 可以用逐步回归方法建立多元Logit模型和Probit模型, 逐个地加入自变量(包括某个自变量的高次项及某些自变量的交叉变量), 并且实时地进行模型比较检验, 选择与数据拟合较好的模型. 模型评述 多元Logit模型 注：非线性模型拟合程度的评价无法直接利用线性模型的方法，但R2 与s仍然有效. 酶促反应 反应速度与底物浓度的关系 非线性关系 求解线性模型 求解非线性模型 机理分析 嘌呤霉素处理对反应速度与底物浓度关系的影响 混合模型 发现问题， 得参数初值 引入0-1变量 简化模型 检查参数置信区间是否包含零点 10.4 投资额与国民生产总值和物价指数 问题 建立投资额模型，研究某地区实际投资额与国民生产总值 ( GNP ) 及物价指数 ( PI ) 的关系. 2.0688 3073.0 424.5 20 1.0000 1185.9 195.0 10 1.9514 2954.7 474.9 19 0.9601 1077.6 166.4 9 1.7842 2631.7 401.9 18 0.9145 992.7 144.2 8 1.6342 2417.8 423.0 17 0.8679 944.0 149.3 7 1.5042 2163.9 386.6 16 0.8254 873.4 133.3 6 1.4005 1918.3 324.1 15 0.7906 799.0 122.8 5 1.3234 1718.0 257.9 14 0.7676 756.0 125.7 4 1.2579 1549.2 206.1 13 0.7436 691.1 113.5 3 1.1508 1434.2 228.7 12 0.7277 637.7 97.4 2 1.0575 1326.4 229.8 11 0.7167 596.7 90.9 1 物价 指数 国民生产总值 投资额 年份 序号 物价 指数 国民生产总值 投资额 年份序号 根据对未来GNP及PI的估计，预测未来投资额. 该地区连续20年的统计数据 时间序列中同一变量的顺序观测值之间存在自相关. 以时间为序的数据，称为时间序列. 分析 许多经济数据在时间上有一定的滞后性. 需要诊断并消除数据的自相关性，建立新的模型. 若采用普通回归模型直接处理，将会出现不良后果. 投资额与国民生产总值和物价指数 … … … … … … … … 1.3234 1718.0 257.9 14 0.7676 756.0 125.7 4 1.2579 1549.2 206.1 13 0.7436 691.1 113.5 3 1.1508 1434.2 228.7 12 0.7277 637.7 97.4 2 1.0575 1326.4 229.8 11 0.7167 596.7 90.9 1 物价 指数 国民生产总值 投资额 年份 序号 物价 指数 国民生产总值 投资额 年份序号 基本回归模型 投资额与 GNP及物价指数间均有很强的线性关系 t ~年份， yt ~ 投资额，x1t~ GNP, x2t ~ 物价指数 ?0, ?1, ?2 ~回归系数 x1t yt x2t yt ?t ~对t相互独立的零均值正态随机变量 基本回归模型的结果与分析 MATLAB 统计工具箱 参数 参数估计值 置信区间 ?0 322.7250 [224.3386 421.1114] ?1 0.6185 [0.4773 0.7596] ?2 -859.4790 [-1121.4757 -597.4823 ] R2= 0.9908 F= 919.8529 p0.0001 s2=161.7 剩余标准差 s=12.7164 没有考虑时间序列数据的滞后性影响. R2＝0.9908，拟合度高 模型优点 模型缺点 可能忽视了随机误差存在自相关；如果存在自相关性，用此模型会有不良后果. 自相关性的定性诊断 残差诊断法 模型残差 作残差 et~et-1 散点图 大部分点落在第1, 3象限 ?t 存在正的自相关 大部分点落在第2, 4象限 自相关性直观判断 在MATLAB工作区中输出 et为随机误差?t 的估计值 et-1 et ?t 存在负的自相关 基本回归模型的随机误差项?t 存在正的自相关 自回归性的定量诊断 自回归模型 ρ~自相关系数 ?0, ?1, ?2 ~回归系数 ρ= 0 无自相关性 ρ 0 ρ 0 如