多重线性回归题库.pptVIP

* 四、几点补充 4.2 常见应用错误 4.2.1 建立模型时，不筛选自变量 在建立多重线性回归模型时， 不考虑各自变量对因变量的影响是否有统计学意义，不采用任何变量筛选方法，直接将所有变量都保存在模型中。 * 四、几点补充 4.2 常见应用错误 4.2.2 以单因素分析方法取代多因素分析方法 先以各自变量分别与因变量做简单相关分析或简单回归分析。然后对简单相关系数或简单回归系数进行假设检验，P0.05的自变量予以保留，其他予以踢除。 最后，将保留下来的自变量与因变量一起进行多重线性回归分析。 * 总结 何时使用多重线性回归分析？ 如何进行自变量筛选？ 如何进行共线性诊断？ 如何进行异常点检测？ 如何评价自变量的影响大小？ 常见的应用错误有哪些？ 　　　谢　　谢！ * 三、分析步骤 2.6 共线性诊断 2.6.1 条件数 最大特征根与其余每个特征根比值的平方根，称为条件指数(conditional number)，公式为： * 三、分析步骤 2.6 共线性诊断 2.6.1 条件数 而最大条件指数，简称为条件数，其值为最大特征根与最小特征根之比值的平方根。即： * 三、分析步骤 2.6 共线性诊断 2.6.1 条件数 条件数越大，说明设计矩阵X具有越强的共线性。 经验上，若0CNk10，可认为自变量间不存在多重共线性；若10 ≤CNk≤ 30，可认为自变量间存在中等程度的多重共线性；若CNk30，则认为自变量间存在严重的多重共线性。 * 三、分析步骤 2.6 共线性诊断 2.6.2 方差分量 SAS软件在给出条件数的同时，还会给出每个主成分变量分得的方差，即方差分量，SAS输出结果时的标志是“Var Prop”。 * 三、分析步骤 2.6 共线性诊断 2.6.2 方差分量 若条件数(即最大条件指数)大于10，且所在行同时有两个以上的变量方差分量超过0.5，就意味着这些变量间存在一定程度的相关。 * 三、分析步骤 2.6 共线性诊断 2.6.3 共线性的解决方法 (1)变量筛选 采用自变量筛选的方法一般可选出对因变量有统计学影响且相互之间独立或相关性较低的一组自变量。 * 三、分析步骤 2.6 共线性诊断 2.6.3 共线性的解决方法 (2)有偏估计 自变量间存在多重共线性且专业上认为需要保留在模型中时，不宜使用最小二乘法估计模型。此时，可采用有偏估计。 此类方法包括岭回归分析、主成分回归分析等。 * 三、分析步骤 2.6 共线性诊断 2.6.3 共线性的解决方法 (3)增大样本含量 通过增加样本含量，减少估计量的方差，提高估计精度，可在一定程度上克服多重共线性。 * 三、分析步骤 2.7 异常点诊断 2.7.1 异常点 对因变量的预测值影响特别大，甚至容易导致相反结论的观测点，称为异常点。 异常点的诊断，可采用学生化残差统计量、Cook’s D统计量。 * 三、分析步骤 2.7 异常点诊断 2.7.2 学生化残差统计量 Studentized residual，计算公式为： 该统计量的绝对值大于2时，所对应的观测点可能是异常点。 * 三、分析步骤 2.7 异常点诊断 2.7.3 Cook’s D统计量 库克距离统计量。 一般认为， Cook’s D0.5时，可认为此观测点对回归模型的拟合有强影响，即可认为是异常点。 * 三、分析步骤 2.7 异常点诊断 2.7.4 异常点的处置 认真核对原始数据。若属抄写或输入等人为错误，应予以纠正；若非人为错误，可删除异常点，重新拟合回归模型。 如有可能，最好在此实验点上补做实验，进一步确定此可疑异常点是否属实。 * 三、分析步骤 2.8 自变量作用大小评价 由于自变量量纲不同，不能直接根