多重线性回归.pptVIP

第十三章 多因素线性回归 主要内容 1 多重线性回归模型简介 2 回归系数的估计 3 多重回归的假设检验 4 评价回归方程的标准 5 自变量的筛选 6 多重线性回归的应用及其注意事项 某地13岁男童身高、体重、肺活量的实测数据 问题 身高、体重与肺活量有无线性关系？ 用身高和体重预测肺活量有多高的精度？ 单独用身高、或体重是否也能达到同样效果？ 身高的贡献大，还是体重的贡献大？ 一、多重线性回归模型 多重线性回归数学模型： Y为因变量的实际观测值 X1、X2、…Xm为m个自变量 为常数项 为总体偏回归系数 为残差，Y的变化中不能用现有自变量解释的部分 多重线性回归方程 b0为截距(intercept)，又称常数(constant), 表示各自变量均为0时y的估计值 bj称为样本偏回归系数(partial regression coefficient)， 表示在其他自变量固定不变的情况下，自变量xj每改变一个单位时单独引起因变量y的平均改变量。 称为 y 的估计值或预测值(predicted value) 举例 根据某地29名13岁男童的身高x1(cm)，体重x2(kg)和肺活量y(L)建立的回归方程为： 当x1=150，x2=32时，