一统计学部分幻灯片.ppt

模型整体的F检验 检验统计量： （k—自变量个数） 或 按给定的α和自由度（2） 和（n-3）查F表可得到 临界值 F α 5·多元回归中的相关分析复相关：指一个因变量同多个自变量的相关关系。 复相关系数恒取正值。 偏相关（净相关）指各个自变量在其他自变量固定不变时，单个变量同因变量的相关关系。 x1与y的偏相关系数： x2与y的偏相关系数： 6·应用多元回归方程进行区间估计 Y的平均值的区间估计 Y的特点值的区间估计 式中， 是 即区间估计的抽样误差。 的抽样分布的标准差， 式中， 是的抽样分布的标准差， 即区间估计的抽样误差。 7·建立多元回归模型应注意的几个问题和步骤 建立多元回归模型应注意的几个问题 1．变量的选择 当实际问题确实有两个或两个以上因素影响其变动时，就应尽力获得这些因素的资料，构造多元回归模型。 通常有两种 向前逐步回归 向后逐步回归 2．多重共线性：如果各自变量之间存在完全相关或高度相关的情况，这在统计上称作多重共线性。 方差膨胀因子（VIF）＝ 若一系列自变量之间是不相关的，则VIFj等于1。 若这些解释变量之间存在着高度的相关，则VIFj可大到超过10。 一般的标准是VIFj的最大值超过5，则可认为此自变量与其他自变量之间存在着较高的相关，需要对回归模型进行修正。 3。多元线性回归模型的残差分析 需要对每个自变量与因变量的简单线性回归方程的残差图分别都进行分析 建立回归模型的方法 1．考虑一批可能入选模型的自变量。 3．判别每个自变量的VIF是否大于5。 4．有可能发生发下三种结果： 2．拟合一个含有全部考虑过的自变量的回归模型，以便判别每个自变量的变异膨胀因子（VIF）。 a. 没有一个自变量的VIF5，若产生这种情况，进入第5步。 b. 有一个自变量的VIF5，若产生这种情况，剔除这个自变量，进入第5步。 c. 不止一个自变量的VIF5，若产生这种情况，剔除VIF值最大的那个自变量，然后回到第2步。 5．对余下的自变量，找出所有自变量形成的子集，进行最佳子集的回归分析，以获得给定自变量的最佳模型。具体可计算Cp统计量来选择最佳子集，有关Cp统计量的计算公式和使用方法可阅读相关的书籍。 6．列出所有Cp≤k+1 的模型。 7．在第5步列出的所有模型中，选择一个最佳模型。 8．对模型做一个包括残差分析在内的完整分析。 9．根据残差分析的结果，增加二次项或进行变量变换（见下一节），然后分析数据。 10．用选定的模型进行预测。 虚拟变量 运用虚拟变量，就能把定性自变量作为回归模型的一部分。 逻辑回归 若给出的定性自变量有两个分类，虚拟变量Xd的定义如下：Xd 0，若观测对象属于第一个分类Xd 1，若观测对象属于第二个分类 逻辑回归 设PY1｜X＝p表示自变量为X时，因变量Y1出现的概率，对p作Logit变换，定义Logit p为 Logit pi＝ 总体一元逻辑回归模型 ：Logit pi ＝α+βXi+εi 或 样本的一元逻辑回归方程 a+bXi 其中 或： 例： 在一次住房展销会上，与房地产商签定初步购房意向书的共有n325名顾客，在随后的3个月时间内，只有一部分顾客确实购买了房屋。购买了房屋的顾客记为1, 没有购买房屋的顾客记为0。以顾客年家庭收入为自变量X, 对表所示的数据，建立逻辑回归方程。 解：令X为自变量，为因变量，由公式6-49可得回归方程为：-0.8863+0.1558Xi 判定系数： r20.9243 显著性检验 p值约等于零，所以高度显著 预测 ：年家庭收入为8万元的实际购房比例 逻辑回归方程 ： 非线性回归模型 当自变量与因变量存在某种曲线相关关系时，可拟合曲线回归模型。例如： 双曲线模型： 指数曲线模型： 二次曲线回归模型 ： 对多元非线性模型： 非线性模型的判别方法： 理论和经验判断； 观察散点图 非线性模型的确定方法： 通常用变量代换法将曲线转换为直线。按线性模型求解参数，而后再变换为曲线模型。 第八章 时间数列 时间数列，亦称时间序列或动态数列，是统计数据按时间先后顺序排列而形成的一种数列。时间数列可以反映现象发展变化的过程和特点，是研究现象发展变化的趋势和规律以及对未来状态进行科学预测的重要依据。 本章主要内容 时间数列的种类和编制方法 时间数列传统分析指标 长期趋势的测定 季节变动、循环变动和剩余变动的测定 时间数列的预测方法 四、数据的形态测定 偏度:是测定数据分布的偏斜程度的指标.。 定义M∑X-Ak/n为变量X关于A的k阶矩。 当A0，即以原点为中心，上式称为“K阶原点矩”。 K1，2，3时，有： 一阶原点矩M1∑X-01/n∑X/n 二阶原点矩M2∑X-