回归分析课程设计1..docx

课 程 设 计 报 告 课程名称 应用回归分析 实验学期 2010 年至 2011 年 第 二 学期所在学院 理学院年级 专业班级 学生姓名 学号 自评成绩 教师评成绩 学生姓名 学号 自评成绩 教师评成绩 学生姓名 学号 自评成绩 教师评成绩 学生姓名 学号 自评成绩 教师评成绩 学生姓名 学号 自评成绩 教师评成绩 指导教师 目录前言……......………………………………………………………...………………………………………….....3问题简述....………………………………………………………...………………………………………….....3多元线性回归…….………………………………………………...…………………………………………..4违背基本假设情况…….………………………………………...……………………………………………74.1 多元加权最小二乘估计……...………………………………………………………………………74.2 自相关性问题及其处理……...………………………………………………………………………8自变量选择与逐步回归……...…………………………………………………………………………..125.1 所有子集回归……...……………………………………………………………………………………125.1.1 最优Ra2法……......……………………………………………………………………………..125.1.2 最优Cp法……......……………………………………………………………………………….125.2 逐步回归……......………………………………………………………………………………………..135.2.1 前进法……...……………………………………………………………………………………..135.2.2 后退法……...……………………………………………………………………………………..145.2.3 逐步回归法……...……………………………………………………………………………..17多重共线性的情形及其处理…...……………………………………………………………………..186.1 多重共线性的诊断……...……………………………………………………………………………186.1.1 方差扩大因子法……...……………………………………………………………………….186.1.2 特征根判定法……...…………………………………………………………………………..196.2消除多重共线性……...…………………………………………………………………………………196.3 主成分回归……...……………………………………………………………………………………..23岭回归……...……………………………………………………………………………………………………..248．含定性变量的回归模型……...…………………………………………………………………………..28 8.1自变量中含有定性变量的回归模型的应用……...………………………………………288.2 Logistic回归模型……...………………………………………………………………………………..348.3 Probit回归模型……...………………………………………………………………………………… 359. 总结……...…………………………………………………………………………………………………………36前言本文以“汽车耗油量消耗因素”的数据为载体，在SPSS软件环境下，验证及梳理了《应用回归分析》中的数据分析方法和实验原理。本文主要利用了多元线性回归、最小二乘法估计、逐步回归、多重共线性诊断及消除、岭回归分析、定性变量回归等一系列的方法对数据进行处理，通过在实践中学习、学习中相互促进讨论，达到加深学生对《应用回归分析》的理解，提高学生对相关统计软件的应用能力的效果。问题简述为研究决定汽车的汽油消耗的因素，收集了30种型号的汽车数据。其中包括每辆汽车的汽油消耗量（Y），以英里/加仑为单位，以及另外11个反映物理、机械特征的变量，如下表中数据的来源是1975年的Motor Trend杂志，变量的定义在表1中给出。表1 变量定义变量定义Y英里/加仑X1排气量（立方英寸）X2马力X3扭矩（英尺.磅）X4压缩比X5后轴动力比X6化油器（筒形）X7变速档数X8整体长度（英寸）X9宽度（英寸）X10重量（磅）X11传动类型（1=自动，0=手动）多元线性回归通过软件运行的增广相关矩阵，如表2：表2 增广相关矩阵由相关系数矩阵可以看出，因变量Y（耗油量）与自变量（排气量）,（马力）,（扭矩）,（化油器）,（整体长度）,（宽度）,（