多元线性回归预测.docVIP

多元线性回归预测 在预测中，当预测对象受到多个因素影响时，如果各个影响因素（）与的相关关系可以同时近似地线性表示，这时则可以建立多元线性回归模型来进行分析和预测。 假定因变量与自变量之间的关系可表示为 （2-22） （样本序号） 其中、——模型回归系数；为除自变量的影响之外对产生影响的随机变量，即随机误差。该结论基于以下的假设： 随机误差的期望值为零，； 方差的期望值为一常数，； 各随机误差项是互不相关的，即协方差的数学期望值为零， 当以上假设得到满足时，式（2-22）便称为多元线性回归预测模型，这时可写成 （2-23） 和一元线性回归预测模型一样，多元线性回归预测模型建立时也采用最小二二乘法估计模型参数，但具体估计时有二种算法，分述如下。 一、多元线性回归预测模型的一般算法 1．建立模型 改写式（2-22） 得 方差和Q为 根据最小二乘法原理，欲估计参数，要满足条件： 整理上式可得到： 而对于各变量的样本平均值，其误差平方和为： （2-25） 式中 利用（2-24）式，将方程组（2-25）可改写为 （2-26） 以及 （2-17） 方程组（2-26）叫正规方程组或规范方程式，解该方程组，则得到回