统计与SAS软件第五章线性回归试卷.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * 五、回归模型的判别准则 2. PRESS 统计量——预测残差平方和 其中 ri 为残差，hi 为杠杆率 PERSS统计量用来比较不同方法所建立的回归模型的优劣，PRESS的值越小，模型越好。 第五节 多元线性回归分析 五、回归模型的判别准则 3. Cp 统计量 其中 k 为参数个数，n 为观测数 ESS(k)为含k个参数的误差平方和 ESS(T)为全回归的误差平方和 Cp统计量的值越小，回归模型越好。 第五节 多元线性回归分析 一、残差（Residual）分析 残差：指实测值和预测值之间的差。 第六节 回归诊断 标准化残差： 学生化残差： 学生化残差使残差具有优良的可比性 残差图：以观测值(x或y)为横坐标，残差为纵坐标 第六节 回归诊断 方差非齐性时，可用加权最小二乘法回归，或者对因变量的数据进行适当的变换，如： 第六节 回归诊断 观测值不独立时（共线性）： 说明自变量之间存在着一定的相关性。可能遗漏了某些重要的自变量；可用逐步回归、偏最小二乘法回归或岭回归等进行分析。 第六节 回归诊断 异常点的识别： 1. 杠杆率hi 刻划第i各观测值到中心的远近。 2. 一般把标准化残差的绝对值≥2的点认为是可疑点，绝对值≥3的点