模拟建模论文(应用回归分析)spss.doc

楚雄师范学院 2012年数学建摸模拟论文 题 目 应用回归分析 ???? ????姓 名 韩金伟 ?????????系 （院） 数学系09级01班 ?????????专 业 数学与应用数学 2012 年8月 22 日 题目：应用回归分析 摘要：随着社会经济的不断发展，科学技术的不断进步，统计方法越来越成为人们必不可少的工具和手段。应用回归分析是其中的一个重要分支，数据处理，数据检验，模型的建立和检验都是回归分析不可缺少的部分。针对多组数据的多个变量样本，我们通常都会对它建立回归模型，在此建模过程中我们就要对给定的数据做合理化检验分析，找出数据的规律，再对数据进行分类建模。当然，因为各变量之间或多或少都会存在强影响的变量，所以通常都要做剔除性检验和重新建模，最后建立出一个合理化的模型。 关键词：回归分析 相关性 自相关 残差 异常点 正态性 杠杆值 一、问题重述 （10.1 附录一）中给定了一些关于自变量与因变量的一些数据，请按所给的要求对给定的数据进行分析： 要求：1.检测强影响点,并求出杠杆值. 2.正态性检验. 3.相关性检验. 4.自变量的多重共线性检测,若有多重共线性,试消除,再建模. 5.残差的自相关性分析,模型的合理性分析. 6.预测时的预测值. 问题分析 本题是要针对一组数据做合理化的线性分析，先后要求对数据做了异常值的检验和剔除，各变量的正态性检验，在从相关性的角度对各变量做相关性检验，得出数据是否适合做多元线性规划模型。为了使建立的模型具有很好的拟合效果和实际意义，又要求对各变量做相关性检验的同时进而做多重共线性的诊断，从中发现自变量之间是否存在着多重共线性。在有多重共线性的情况下，为了消除多重共线性的影响，我们又要做剔除不合理的变量再做回归模型。当然在做好的模型中，我们又要剔除不能通过t检验的变量，最后建立没有强多重共线性，没有异常点且通过了F检验，t检验的合理化模型，再对给定的数据做出预测。 模型假设 假设y为因变量，为自变量，y 因变量y，X1 自变量x1，X2 自变量x2，X3 自变量x3，X4 自变量x4，X5 自变量x5，X6 自变量x6， 第i个值的残差， 第i个值的学生化残差， 第i个值的删除残差， 第i个值的删除学生化残差， 第i个值的杠杆值， 平均杠杆值。 四、符号说明 符号 意义 符号 意义 id 序列号 第i个值的库克距离 y 因变量y 第i个值的马氏距离 X1 自变量x1 条件数 X2 自变量x2 X 矩阵 X3 自变量x3 系数 X4 自变量x4 VIF 方差扩大因子 X5 自变量x5 DW DW检验 X6 自变量x6 条件索引 第i个值的残差 F F检验 第i个值的学生化残差 t T检验 第i个值的删除残差 平均数 第i个值的删除学生化残差 随机序列项 第i个值的杠杆值 S 样本偏度系数 平均杠杆值 B 样本峰度系数 五、模型建立和求解 1、问题一的求解 1.1 检测数据中的强影响点 1.1.1 对数据中的强影响点进行初略的箱图检 从绘制的箱图来看数据存在着强影响点，初步可以看出强影响点分别在的3号位和12号位，的34号位。为了进一步的检测出强影响点的位置和数据，减小强影响点对整体数据的影响，我们进一步对强影响点进行分析。 1.1.2 异常值分析 为了更好的检测出异常值，我们分别用计算机计算出数据的普通残差，学生化残差，删除残差，删除化学生化残差，杠杆值，库克距离，见下表。 行 id 普通残差 学生化残差 删除残差 杠杆值 库克距离 MaH距离 1 8.86556 0.2598 10.00927 0.2561 0.08927 0.00124 3.48134 2 -5.93733 -0.18289 -7.40626 -0.18019 0.17334 0.00118 6.76013 3 2.67499 0.09436 4.37602 0.09293 0.36372 0.00081 14.18495 4 25.37151 0.74016 28.38717 0.73498 0.08123 0.0093 3.1681 5 6.59825 0.19725 7.75207 0.19435 0.12384 0.00097 4.82977 6 0.2804 0.0083 0.32325 0.00