第二章多元线性回归课题.pptVIP

多元线性回归 （multiple linear regression) 第一节　一元线性回归模型 第二节　多元线性回归模型 第三节　方程的解释能力 第四节　回归方程的检验和回归系数的推断统计 第五节　虚拟变量的应用 第六节　计算机应用 参见郭志刚主编，《社会统计分析方法—SPSS软件应用》第二章， 中国人民大学出版社1999 第一节　一元线性回归 参见：卢叔华《社会统计学》，北京大学出版社1997 第十二章 回归与相关 一、回归方程与线性回归方程 二、回归方程的建立与最小二乘法 三、回归方程的假定与检验 一、回归方程与线性回归方程 两变量x与y 对于确定的xi，yi是随机变量，可计算其均值——回归方程是研究自变量不同取值时，y的均值的变化 当因变量y的均值与自变量x呈线性规律时，称线性回归方程 根据x个数不同，分为一元线性回归、多元线性回归 二、回归方程的建立与最小二乘法 回归分析的目的：找出错误最小的方法来预测因变量的数值 拟合思路：各点到待估直线铅直距离之和为最小——最小二乘 原理： （1）散点图 （2）每个x值对应的y的均值，构成回归线（曲折） （3）用最小平方法绘制回归直线 （各个样本个案的估计误差和为误差总数。为避免正负抵消，改为将误差的平方值相加。如果回归直线位置能够使此平方和最小，即为最佳拟和直线） 线性回归方程式不但有简化资料的作用，而且可以推广应用于预