第10章多元相关与回归分析.pptVIP

第 10 章 多元线性回归;学习目标;10.1 多元线性回归模型;多元回归模型与回归方程;多元回归模型 (multiple regression model);多元回归模型(基本假定) ;多元回归方程 (multiple regression equation);二元回归方程的直观解释;估计的多元回归方程;估计的多元回归的方程(estimated multiple regression equation);参数的最小二乘估计;参数的最小二乘法;参数的最小二乘法(例题分析);10.2 回归方程的拟合优度;多重判定系数;多重判定系数(multiple coefficient of determination) ;在样本容量一定的条件下，不断向模型中增加自变量，即使新增的变量与Y不相关，模型的R2也可能上升，至少不会下降。 在实际应用中，研究人员更欢迎简单的模型，这样的模型更简单和易于解释。如果根据R2来选择模型，显然会倾向于复杂的模型。 更常用的指标是“修正后的Ra2”。;修正多重判定系数(adjusted multiple coefficient of determination) ;估计标准误差 Se;12.3 显著性检验;线性关系检验;线性关系检验;线性关系检验;回归系数检验和推断;回归系数检验和推断;回归系数的检验(步骤);回归系数的推断 (置信区间);10.4 多重共线性;多重共线性及其产生的问题;多重共线性;多重共线性的识别;多重共线性的识别;多重共线性(例题分析);多重共线性(例题分析);多重共线性(例题分析);多重共线性问题的处理;多重共线性(问题的处理);多元回归中的变量筛选;变量选择过程;向前选择 (forward selection);向后剔除 (backward elimination);逐步回归的思想;;10.5.1 在模型中引进哑变量;哑变量(dummy variable);在回归中引进哑变量;在回归中引进哑变量(例题分析);10.5.2 含有一个哑变量的回归 ;在回归中引进哑变量(例题分析);哑变量回归 (例题分析);哑变量回归 (例题分析);用SPSS进行哑变量回归(有一个哑变量和有一个数值变量);;哑变量回归(例题分析);哑变量回归 (例题分析—Excel);哑变量回归 (例题分析—SPSS);哑变量回归 (例题分析—SPSS);哑变量回归(例题分析);例题分析;序号;序号;建立 对 的线性回归，并计算残差;两个自变量 与 的系数都是显著的，多重判定系数 ，回归方程为;如果不引入学历定性变量 ，用 对家庭年收入 作 一元线性回归，得 说明拟合效果不好。 对 的一元回归残差 见表中。;如果不考虑家庭年收入 ，13户高学历家庭的平均年 储蓄增加额为3008.62元，14户低学历家庭的平均年 储蓄增加额为5059.36元，高学历家庭每年的储蓄额 比低学历的家庭平均少5059.36－3008.62＝2050.74元， 而用前面的回归法算出的值是3701元，两者并不相等。 3701元是在假设两者的家庭年收入相等的基础上的储 蓄差值，反映了学历高低对储蓄额的真实差异。;10.6 非线性回归;非线性回归;双曲线;幂函数曲线;对数曲线;SPSS中可以进行的曲线回归包括：;曲线回归的计算机实现： Spss：analyze→regression→curve estimation； Eviews：quick→estimate equation。;例题：我国1978—2002年人均GDP数据（1978年不变价），试建立人均GDP与时间之间的回归方程。;1、画出散点图;2、计算相关系数;3、进行回归;3、进行回归;4、精细比较 （1）二次曲线：决定系数 （2）三次曲线：决定系数;4、精细比较 （1）二次曲线：F检验 （2）三次曲线：F检验;4、精细比较 （1）二次曲线：回归系数 （2）三次曲线：回归系数;本章小结;结 束