第02章回归.ppt

实际应用中，对各准则综合考虑，从中选出几个较优的候选回归方程，再作残差分析，最终确定一个较为合理的模型。 若实际情况中次优模型的自变量值更易得到并成本更低，也可以考虑次优模型。 上机作业 1.按照课件熟悉相关分析和回归分析的相关SPSS操作； 2.完成课后习题，并提交到yongxuelin@ncepu.edu.cn。 Selection=stepwise 显著性水平=0.05 逐步回归法的集体步骤 第2步 在第1步选出的含 的基础上，再将其余M－1个自变量逐个加入到此模型中，并计算 设 若 ，则选取过程结束。第1步选出的模型（即仅含 的线性回归模型）为最优模型。若 ，则将 加入到第1步所选的模型中，即有 逐步回归法的集体步骤 进一步考察，当 进入模型后， 是否可被剔除。为此计算 若 ，则剔除 ，这时仅含有 的回归模型为当前模型。否则式 为当前模型。 逐步回归法的集体步骤 第3步 在第2步所选模型的基础上，再将没在模型中的自变量逐个加入，计算相应的偏F检验统计量的值，与相应F分布的上侧 分位数比较以决定是否有其他变量可进入模型。若有新的自变量进入模型，再检验原模型中的自变量是否因这个新自变量的进入而可被删除。 逐步回归法的集体步骤 例如，若第2步中选择结果是模型（ 2.20 ），再将其余M－2个自变量逐个加入该模型，并计算 设 若 ，则选择过程结束，模型（2.20）为最优模型。若 ，则 进入模型，即有 逐步回归法的集体步骤 进一步考察 或 是否因 的进入可被剔除，即计算 若 ，则首先剔除 和 中较小的一个所对应的自变量，再接着检验另一个变量是否可被剔除。若 ， 均不能被剔除，则式 为当前模型。 逐步回归法的集体步骤 重复以上步骤，直到没有自变量能进入模型，同时已在模型中的自变量均不能被剔除，则选择过程结束，最后一个模型即认为是最优的。 SAS系统中的proc reg过程具有逐步回归法的选择功能（STEPWISE），其默认的 ，也可根据需要自行指定 和 。若希望对已选入的变量提供一定的保护，可选 ，但不能取 ，否则刚刚剔除的自变量又会被立即引入到模型中，形成无限循环。SAS系统是直接将F统计量的p值与 、 比较以决定引入或删除自变量的。 例 对于肝手术病人的生存时间问题，根据前表中各 及 值，用逐步回归法选取最优回归方程，这里取 。 解 第1步 分别拟合包含 的回归模型 。根据各回归方程的残差平方和 和均方 ，可求得 例 同理，可得 由于 因此 首先被选入回归方程。 例 第2步 分别将 加入到包含 的回归模型中，根据拟合的残差平方和及均方残差，可求得 例 由于 故将 加入到包含 的回归模型中。 进一步检验当 加入时， 能否被剔除。为此计算 因为 ，故保留 在模型中。 例 第3步 在包含 ， 模型中，逐个加入 ，计算 由于 故将 加入到含 和 的模型中。 例 进一步检验当 加入时， 或 可否被删除，为此计算 由于 故 ， 均被保留在模型中。 例 第4步 在包含 ， 和 的回归模型的基础上，将 加入此模型中，计算 因 故将 加入到含 ， 和 的模型中。 例 进一步考察当加入 后， ， ， 中的某个是否可被删除。为此计算 例 由于 故从模型中剔除 。 拟合以 ， ， 为自变量的回归方程，进一步考察是否还有变量可被剔除，即计算 例 由于 故模型中已再无自变量可被剔除。这时，由于 是唯一不在模型中