13 多重线性回归与相关.pdfVIP

第十三章 多重线性回归与相关 [教学要求] 了解： 多重共线性的概念及其对回归分析结果的影响；通径分析的基本过程及其应用。 熟悉：多重相关与回归分析的基本原理与方法。 掌握：掌握多重相关与回归分析结果的解释；相关、回归、简单相关、偏相关与复相关， 简单回归、偏回归与全回归等概念。 [重点难点] 第一节 多重线性回归的概念及其统计描述 一、变量（Y）关于k 个自变量X X 1(, X 2 ,..., k ) 的多重线性回归的数学模型为： Y +Xβ β X +β + +... β X +ε 。实质是将每个Y 的观测值用该模型在最小残 0 1 1 i 2 2 i ik ki i 差平方和的原则下进行分解。 X* X − 二、标准回归系数为将各个变量按X i i i 变换后，再进行多重回归计算所得的 S i 回归系数。因为通过标准化过程消除了各个变量的计量单位不同对回归系数的影响， 所以各个标准回归系数的大小能直接反映该自变量对 Y 变量的回归效应的大小。 三、多重回归分析的前提条件完全与简单线性回归相同：线性、独立、正态和等方差，即 LINE 。 第二节 多重线性回归的假设检验 一、 整体回归效应的假设检验（方差分析）的原假设为H : β β... β 0 β ；其过程 0 1 2 3 k 是通过对 Y 的总变异进行分解，用回归均方与残差均方的比值构造F 检验统计量，然后根 据相应的 F 分布决定是否拒绝原假设。 二、偏回归系数的t检验的的原假设为H : βi=0 ，即第i个总体偏回归系数为零；其过程是 0 用第i个偏回归系数的估计b 与该偏回归系数的标准误之比值构造t统计量： i 1 b i t bi S bi 然后根据相应的 t 分布决定是否拒绝原假设。 第三节 复相关系数与偏相关系数 一、 确定系数、复相关系数与调整确定系数 1、复相关系数的平方称为确定系数（coefficient of determination）或决定系数， 2 记为R ，用以反映线性回归模型能