第十章 多元回歸和相关.pptVIP

第十章 多元回归和相关 第一节 多元回归 第二节 多元相关和偏相关 本章主要内容有： ①确定各个自变数对依变数的各自效应和综合效应，即建立由各个自变数描述和预测依变数反应量的多元回归方程； ②对上述综合效应和各自效应的显著性进行测验，并在大量自变数中选择仅对依变数有显著效应的自变数，建立最优多元回归方程； ③评定各个自变数对依变数的相对重要性，以便研究者抓住关键，能动地调控依变数的响应量。 第一节 多元回归 一、多元回归方程 二、多元回归的假设测验 三、最优多元线性回归方程的统计选择 四、自变数的相对重要性 一、多元回归方程 多元回归或复回归(multiple regression)：依变数依两个或两个以上自变数的回归。 (一) 多元回归的线性模型和多元回归方程式 若依变数Y 同时受到m 个自变数X1、X2、…、Xm 的影响，且这m 个自变数皆与Y 成线性关系，则这m+1个变数的关系就形成m 元线性回归。 一个m元线性回归总体的线性模型为： 其中， ～N( 0， )。 一个m元线性回归的样本观察值组成为： (10·1) (10·2) 一个m元线性回归方程可给定为： b0是x1、x2、…、xm 都为0时y 的点估计值；b1是by1·23…m 的简写，它是在x2，x3，…，xm 皆保持一定时，x1 每增加一个单位对y的效应，称为x2，x3，…，xm 不变(取常量)时x1 对y 的偏回归系数(partial regression coefficient) 。 (10·3) (二) 多元回归统计数的计算 (10·2) 用矩阵表示为： 即 Y=Xb+e (10·4) 其中 (三) 多元回归方程的估计标准误 Qy/12…m 称为多元离回归平方和或多元回归剩余平方和，它反映了回归估计值和实测值y之间的差异。 最小 自由度： = n-(m+1) (10·5) sy/12…m （10·6） 二、多元回归的假设测验 (一) 多元回归关系的假设测验 测验 m 个自变数的综合对 Y 的效应是否显著。若令回归方程中b1、b2、…、bm 的总体回归系数为 、 、… 、 ，则这一测验所对应的假设为H0： 0 对HA： 不全为0。 由于多元回归下 SSy 可分解为 Uy/12…m 和 Qy/12…m 两部分，Uy/12…m由 x1、x2、…、xm的不同所引起，具有 = m；Qy/12…m与 x1、x2、…、xm的不同无关，具有 =n-(m+1)，由之构成的F 值： (10·8） (二) 偏回归关系的假设测验 偏回归系数的假设测验，就是测验各个偏回归系数bi(i=1，2,…，m)来自 =0的总体的概率，所作的假设为H0： =0对HA： ≠0，测验方法有两种。 1．t 测验 服从 的 t 分布，可测验 bi 的显著性。 (10·9) =sy/12…m (10·10) (10·11) 2. F 测验