第十八章回归分析.pdfVIP

第十八章 迴歸分析 一般線性迴歸模型 資料： (y , x , ……, x i=1,….,n i i1 ip ) 模式： Y = β + β X +…….+ β X + ε , i=1,….,n i 0 1 i1 p ip i 其中 Yi 為應變數(dependent var.) β0 為截距 (intercept) β , …, β 為係數 1 p Xij 為解釋變數(independent var.) εij 為隨機誤差項(error) 註解: 線性迴歸模型意指其對參數為線性的方程式，有p 個解釋變數, 可為 數量或質性變數 。 E(Y) = β + β X +…….+ β X 0 1 1 p p 估計式：Y= b + b X +…….+ b X 0 1 1 p p reg 1 特殊模式 兩個自變數的一階模式；如: E(Y) =β +β X +β X 0 1 1 2 2 若X1 對平均反應的效應和X2 無關，而X2 對平均反應的效應和X1 無關， 則稱此兩自變數無交互作用(no interaction) ， 即自變數對反應變數的效應是可加的, 或無交互作用的。 迴歸係數的意義 參數β1 ：經過X2 調整，平均反應(Y)隨X1 之每一單位增加而改變的量。 參數β2 ：經過X1 調整，平均反應(Y)隨X2 之每一單位增加而改變的量。 兩個自變數含交互作用項的一階模式； 如：E(Y) =β +β X +β X + β X X 0 1 1 2 2 3 1 2 reg 2 二次完全迴歸式； 如：E(Y)=β +β X + β X 2 +β X + β X 2 + β X X 0 1 1 2 1 3 2 4 2 5 1 2 E(Y)為一曲面， 稱為regression surface 或response surface 多項式迴歸式； 如：E(Y) =β +β X + β X 2 0 1 1 2 1 轉換變數迴歸式；如：E(log(Y)) =β +β X +β X 0 1 1 2 2