第四课 回归分.docVIP

回归分析 一、回归分析：是建立因变量Y与自变量X之间关系的模型，一元线性回归使用一个自变量X,多元线性回归使用超过一个自变量，如：. 1 线性回归模型 ， 进行n次独立观测：， i 1,2,…,n 称为残差向量 2 回归系数显著性检验：判断某一自变量的系数是否为0，如果统计量（表示）的值（通常取0.05），认为。 3 回归方程显著性检验：检查是否可用线性方程来处理数据。即检验方程系数是否全为0，如果统计量（表示）的值，认为可以用线性方程来处理问题。 4 相关性检验：检验因变量与自变量相关性程度。用相关系数的平方来衡量，的值接近1表示相关，接近0表示不相关。 二、线性回归模型的计算 1、 lm 函数：完成多元线性回归系数的估计、回归系数的检验、回归方程的检验等工作，返回值称为拟合结果的对象，本质上是一个具有类属性值lm的列表. 格式： lm formula,data,subset,weights,na.action,method ”qr”,model TRUE,x FALSE,y FALSE,qr TRUE,singular.ok TRUE,contrasts NULL,offset,… formula 为模型公式，形如y~1+x1+x2的形式，表示常数项、的系数和的系数，去掉 公式中的1，其意义不变。拟合成齐次线性模型：y~0+x1+x2或y~ -1+x1+x2的形式； d