多元线性回归例题第2章节作业.pptVIP

例题：根据N=18次，随机试验测得纱线某指标y和因素x1，x2 ，x3数据如下表，试建立指标y与因素（x1，x2 ，x3）的多元线性回归方程，讨论回归方程的显著性，并在回归系数显著的基础上建立新的回归方程？ 按照显著性水平α=0.05，自由度（3,14），查F分布临界值表： F0.05(3,14)=3.3439； 故F=5.6765 F0.05(3,14)，故拒绝H0，即3个因子系数不全为0，说明方程具有显著性。 （1.2）回归系数显著性检验 建立假设，H0:bj=0,(j=1,2,3) 按照在上述假设成立的情况下，根据式2-42，建立统计量F，根据回归方程系数： b=[43.2676 1.7863 -0.068241 0.1583]’，建立如下方程分析表。 2、根据《中国法律发展报告》和《中国统计年鉴》，某地区刑事发案率y（每10万人发生的刑事案件数），与人均GDP，x1（以1978年为基准100进行比较），受教育状况x2（每10万人大学生数量），城市化率x3（城镇人口占总人口的比例），基尼系数x4（反映收入公平程度的指标，0-1之间，用百分比表示，通常以0.4为界，越低表示收入公平，越高表示贫富悬殊）。试以1992-2003共12年的数据，建立刑事发案率与社会指标的多元线性回归方程，探讨回归方程的显著性和系数显著性，并根据系数显著性建立更为简洁的回归方程？ * * N 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 x1 0.4 0.4 3.1 0.6 4.7 1.7 9.4 10.1 11.6 12.6 10.9 23.1 23.1 21.6 23.1 1.9 26.8 29.9 x2 33 23 19 34 24 65 44 31 29 58 37 46 50 44 56 36 58 51 x3 158 163 37 157 59 123 46 117 173 112 111 114 134 73 168 143 202 124 y 64 60 71 61 54 77 81 93 93 51 76 96 77 93 95 54 168 99 多元线性 回归模型 构造多元线 性回归方程 按照最小二乘法确定回归方程系数： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. （1）第一次多元线性回归分析：假定3个因素均参与回归方程，那么： 按照上述数据，计算出回归方程系数向量b及对应回归方程： b=CB=A-1B=(X’X)-1(X’Y)=[43.2676 1.7863 -0.068241 0.1583]’ （1.1）对回归方程进行显著性F检验，建立假设，H0：b1=b2=b3=0 方差分析表如下： 来源 回归 剩余 总计 平方和 自由度 p=3 N-p-1=14 N-1=17 均方和 S回/3=2266.5399 S剩/14=399.2851 / F比 [S回/p]/[S剩/(N-p-1)] =5.6765 / / Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 来源 系数b1 系数b2 系数b3 剩余 平方和 b12/c11=1.78632/0.000838=3807.984 b22/c22=（-0.068241）2/0.000495=9.4062 b32/c33=0.15832/0.0000301=833.942 自由度 1 1 1 N-p-1=14 F比 3807.984/(5589.9913/14)=9.537 9.4062/(5589.9913/14)=0.0236 833.942/(5589.9913/14)=2.089 0.856317 0.004741 -0.01297 -0.00265 0.004741 0.000838 -0.00035 -1.7E-06 -0.01297 -0.00035 0.000495 -2.5E-05 -0.00265 -1.7E-06 -2.5E-05 3.01E-05 C 根据F0.05(1,14)=4.60，故系数b2，b3，均接受假设H0，故选择F比最小的b2，即剔除x2因子，重新建立回归方程。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyr