第十一章 多线形回归分析.docVIP

第章 第一节 多元线性回归即多个自变量对一个因变量的线性回归。 一、多元线性回归模型概念 以两个自变量的二元回归为例，如X1、X2和Y的关系存在关系式：E(Y) =α+β1X1+β2X2，则Y与X1和X2之间存在多元线性相关关系，这一方程即多元线性回归模型。 多元线性回归是多维空间中的超平面，如二元回归是三维空间中的一个平面。对于任意的 (X1, X2)，Y的期望值就是该平面上正对(X1, X2)的那个点的Y轴值，其与实际观测点之间存在随机误差，实际观测点Yi=α+β1X1+β2 X2+εi。 二、模型的建立 总体未知情况下，以样本构造出一个平面来估计总体真实平面，即以平面?= a+b1x1+ b2x2去拟合原始观测数据。 拟合的准则是最小二乘法原理，使各观测值距离拟合值的偏差平方和最小，即∑(yi-?)2最小。由此计算出的a,b1, b2是对α, β1, β2的最佳估计。例如对施肥量X1、降雨量X2和产量Y的数据，SPSS输出结果（表1）： Variable B SE.B Beta T X1 3.81 0.583 0.59 6.532 X2 3.33 0.617 0.49 5.4 Constant 266.7 32.077 8.313 即得到?= 266.7+3.81x1+3.33x2 三、回归系数的意义 对于模型?= a+b1x1+ b2x2，b1可以解释为：当