《商务数据挖掘介绍教授制作ln4.pptVIP

多元线性回归 李保坤老师 西南财经大学 统计学院 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 本节内容提要 多元线性回归模型 参数估计 统计推断 变量选择 变量转换 残差分析 多元回归需考虑的其它方面 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 多元线性回归模型 这种模型要解决的问题里通常有几个预测变量　　　　　　　　和结果变量ｙ有关系； 描述这一关系的线性模型是： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 多元线性回归模型 参数　　　　　　被称为回归系数 β0代表截距 β1代表在其它预测变量保持不变的情况下，x1增加1对应的ｙ的变化量 对　　　　的解释与β1类似　　 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 多元线性回归模型 当只有一个预测变量时，该数据可以用一个２维的散点图表示 如果有ｋ个预测变量和一个结果变量ｙ，就需要（Ｋ＋１）维的散点图表示 每一个变量代表一维 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 多元线性回归模型：假设条件 假设条件：εi是随机误差， εi 独立同分布于N(0,σ2);参数　　　　　　未知 这意味着相互独立服从正态分布N(μi,σ2) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 使用统计软件计算模型系数和统计量 2. 诊断是否有违反假设条件的情况发生，如果有，需要弥补这些缺陷 3. 察看模型统计量评价模型是否拟和得好以及是否有用 4. 如果模型通过评价，需要用模型对系数加以解释并产生预测值 多元线性回归的步骤 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 参数估计（最小二乘法） 目标是最小化 解下列方程组： 得到： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 参数估计（最小二乘法） 线性模型 可以表示为 参数估计： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 几个平方和 误差平方和：SSE 总平方和：SST 回归平方和：SSR Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 决定系数（Ｒ2） Y变化量被模型解释的百分数 较高的R2意味着ｙ变化量的大部分归因于ｘ的变化－这是我们期望的特性 在简单回归里， R2越高数据点更紧密地排列在一条直线旁边 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 多大的R2算高，这要具体情况具体分析 回归分析者喜欢关注，但