多元线性回归分析统计学.pptVIP

多元线性回归 多元线性回归是简单线性回归的直接推广，其包含一个因变量和二个或二个以上的自变量。 简单线性回归是研究一个因变量（Y）和一个自变量（X）之间数量上相互依存的线性关系。而多元线性回归是研究一个因变量（Y）和多个自变量（Xi）之间数量上相互依存的线性关系。 简单线性回归的大部分内容可用于多元回归，因其基本概念是一样的。 内容安排 多元线性回归模型与参数估计 回归方程和偏回归系数的假设检验 标准化偏回归系数和确定系数 多元回归分析中的若干问题 回归分析中自变量的选择 多元线性回归分析的作用 多元线性回归模型与参数估计 设有自变量x1,x2,…,xp和因变量Y以及一份由n个个体构成的随机样本(x1i,x2i,…,xpi,,，Yi），且有如下关系： y =B0+B1x1+B2x2+…+Bp xp+? (模型） B0、B1、B2和Bp为待估参数，? 为残差。 由一组样本数据，可求出等估参数的估计值b0、b1、b2和bp,，得到如下回归方程： ?i =b0+b1x1+b2x2+…+bp xp 由此可见，建立回归方程的过程就是对回归模型中的参数（常数项和偏回归系数）进行估计的过程。 参数的最小二乘估计 与简单回归类似，我们寻求参数B0、B1、B2和Bp的适宜估计数值b0、b1、b2和b