第七章 逐步回归.ppt

第七章 逐步回归方法引 言 在气象预报中，对预报量的预报常常需要从 可能影响预报y的诸多因素中挑选一批关系较好 的作为预报因子，应用多元线性回归的方法建立 回归方程来做预报，但如何才能保证在已选定的 一批因子中得到最优的回归方程呢？逐步回归分 析方法就是针对这一问题提出的一种常用方法。 下面从提出这一方法的基本思路、这一方法的计 算过程出发来作介绍。 第一节 回归系数（预报因子）的显著性检验 在多元线性回归方程的建立中，尽管最后都作了方程的统计检验，但并不意味着在p个因子中，每个因子对预报量y的影响都是重要的。需要对每个因子进行考察，若某个因子对预报量y的作用不显著，那么在多元线性回归方程中它前面的系数就可能近似为0，因此，检验某一因子是否显著等价于检验假设： 要对 作假设检验，自然就要寻找它的样本统计量 和与它有关的统计量的分布。 因为最小二乘估计的 是随机变量 的线性函数，由于这些随机变量是遵从正态分布，则 也遵从正态分布。 在假设条件成立下，统计量 遵从自由度为（1，n-p-1）的F分布,其中， 为矩阵 中对角线上第k个元素。 确定信度以后，查表求出标准值，若 ， 说明该因子方差贡献显著，保留该因子，否则可 以考虑从回归方程中剔除出去。 预报因子数目增多的优缺点： 优点： 一般而言，回归方程中包含的因子个数越多，回归平方和就越大，残差平方和越小，残差方差的估计就越小，预报值的置信区间就越小，方程一般也较容易通过检验。 缺点： 但因子数增多，也给方程增加了不少与预报量关系不大的因子，给预报带来下面三个明显缺点： 1）因子增多，计算量增大，计算时间增 多(计算量增大)。 2）方程中若含有对y不起作用或者作用 极小的因子，残差平方和不会由于这些变量 的增加而减少多少，相反由于Q自由度减小， 残差方差估计值增大，使预报置信区间估计 值增大； 3）由于存在对预报量y影响不显著的因 子，随之带来许多其他与预报量无关的随机 因素，影响回归方程的稳定性，反而使预报 效果下降。 关键问题: 既要选择对预报量影响显著的因子，又要使回归方程的残差方差估计很小，这样才有利于气象预报。如何选择这种最优的回归方程呢？ ————————逐步回归方法 逐步回归的三种方案 1、逐步剔除方案 2、逐步引进方案 3、双重检验的逐步回归方案 逐步剔除法 1、概念： 从包含全部变量的回归方程中逐步剔除不显著的因子。 2、方案： 假定有4个预报因子，首先用这4个因子 建立回归方程，然后对每个因子检查 的大小。 因为在做单个因子检验时， 上式中的分母是不变的(不同因子检验时)， 因此，只比较各因子的分子部分即可，从它 们中找出最小者作F检验。若检验结果显著， 则其余因子自然显著；若检验结果不显著， 则剔除这一因子，然后对少一个因子的方程 重复上一过程。 3、因子的方差贡献 这一方案的步骤中每次仅比较统计量，这个统计量是十分重要的，常被称为因子的方差贡献，或称为偏回归平方和，记为 从 中选出方差贡献最小者，记 为 ，再作F检验，检验时使用下面的公 式 其中，l为检验时回归方程中所含因子个 数， 表示回归方程含l个变量时的残 差平方和。 4、 存在的三个问题 1）因子的方差贡献代表什麽样的意义? 2）为何不同时把几个不显著的因子从方程中剔除出去，而是要每次剔除一个? 3）在过程中，每剔除一个因子就要重新计算新方程中的回归系数，当因子较多时，计算量很大，如何解决? 我们知道,回归平方和是所有因子对预报量的总贡献。所考虑的因子越多，回归平方和越大，若去掉一个因子，回归平方和只会减小，不会增加。减少的数值越大，说明该因子在回归中所起的作用越大，表明该因子越重要，可用此衡量该因子的方差贡献大小。下面介绍这个量的大小。 设 为l个变量 对应的回归平方和， 为l-1个变 量,即去掉第k个因子时的回归平方和 它们的差 就是去掉第k 个因子后，回归平方和的减少量。这 部分叫做偏回归平方和，可以衡量每 个因子在回归中所引起的作用的大小。 在剔除因子过程中，假如