多元线性回归分析正式.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * 2.样本含量 n至少是X个数m的5～10倍 3.多重共线性 实际应用中非常普遍，可使最小二乘法建 立的回归方程失效； 消除方法：主成分回归；剔除某个造成共 线性的自变量。 * 4.变量间的交互作用 某一自变量对Y的作用大小与另一自变量的取值有关。 血糖(Y)与总胆固醇 (X1)、甘油三酯(X2)、胰岛素(X3)、糖化血红蛋白(X4)间逐步回归方程： X3与X4间有交互作用： * 5.残差分析 标准化残差 * e’ 0 * 0 0 0 0 e’ e’ e’ e’ * 讲课内容 第一节 多元线性回归(重点) 第二节 自变量选择方法(重点) 第三节 多元线性回归的应用及注 意事项 * Thank you! * * * * * * * * * * * * * * * * * * * * * * * * * * 3.复相关系数R Y与多个自变量间的线性相关程度； Y与估计值 间的Pearson相关系数r。 * （二）各自变量的假设检验及评价 1.偏回归平方和 表示模型中含有其它m-1个自变量的条 件下该自变量对Y的回归贡献。其值愈 大说明相应的自变量愈重要。 * * 0.6129+11.9627+20.0635+27.7939≠133.7107 * 胰岛素(X3)与糖化血红蛋白(X4)与血糖(Y)有线性回归关系。 * 2.t检验法 * 胰岛素(X3)与糖化血红蛋白(X4)与血糖(Y)有线性回归关系。 * 标准化回归系数bj’ 的绝对值用来比较各个自变量Xj 对Y的影响程度大小；绝对值越大影响越大。标准化回归方程的截距为0。 3.标准化回归系数 标准化回归系数与一般回归方程的回归系 数的关系： 标准化回归方程 * 对血糖影响大小的顺序依次为糖化血红蛋白(X4)、胰岛素(X3)、甘油三酯(X2)与总胆固醇 (X1)。胰岛素为负向影响。 * 第二节 自变量选择方法 * 一、全局选择法 对自变量各种不同的组合所建立的回归方程进行比较，从全部组合中挑出一个“最优”的回归方程。 * R2可用来评价回归方程优劣。 随着自变量增加，R2不断增大，对两个不 同个数自变量回归方程比较，须考虑方程 包含自变量个数影响，应对R2进行校正。 所谓“最优”回归方程指 最大者。 1.校正决定系数 选择法 * P为方程中自变量个数。 最优方程的Cp期望值是p+1。 应选择Cp最接近P+1的回归方程为最优。 2. 选择法 * * 二、逐步选择法 全局选择计算量很大： 6个变量，计算26-1=63个方程； 10个变量，计算210-1=1023个方程。 按选入变量顺序不同分前进法、后退法 与逐步回归法，共同特点是每一步只引 入或剔除一个自变量Xj。 * 对Xj的取舍要进行F检验： 计算进行到第l步时： p :方程中自变量个数 SS回：Xj的偏回归平方和 SS残：残差平方和 * 1.前进法（只选不剔） 开始方程中无自变量，然后从方程外选取偏 回归平方和最大的自变量作F检验以决定是否选入方程，直至无自变量可以引入方程为止。 缺点：后续变量的引入可能使先前引入的变 　　　量变的不重要。 Xj入选 * 2.后退法（只剔不选） 开始方程中包含全部自变量，然后从方程中选取偏回归平方和最小的自变量作F检验以决定是否从方程中剔除，直至无自变量可以从方程中剔除为止。 缺点：当某些自变量高度相关时，可能得不 出正确结果。 Xj剔除 * 3.逐步回归法（先选后剔，双向筛选） 开始方程中无自变量，从方程外选取偏回归平方和最大的自变量作F检验以决定是否选入方程； 每引一个自变量进入方程后，从方程中选取偏回归平方和最小的自变量作F检验以决定是否从方程中剔除； 直至方程外无自变量可引入，方程内无自变量可剔除为止。 * Xj剔除 内剔 Xj入选 外引 α入值定的越小选取自变量标准越严，被选 入方程内自变量数越少。 α入值越大则反之。 小样本：α入=0.05，