多元線性迴歸.pptVIP

2003/09/12 第十五章 多元線性迴歸 學 習 目 標 學習如何利用多元線性迴歸模型來描述一群自變數與一個依變數之間的關係。 學習如何利用Excel軟體計算並分析多元線性迴歸模型。 學習其他多元迴歸模型及應注意事項。 本 章 架 構 15.1 多元線性迴歸模型與假設 15.2 多元線性迴歸分析 15.3 虛擬變數 15.4 其他多元迴歸進階分析 15.1 多元線性迴歸模型與假設 多元線性迴歸模型 (multiple linear regression model) 多元線性迴歸模型假設 Y的期望值 多元線性迴歸模型 Y= ?＋?1X1＋?2X2＋…＋?kXk＋? 多元線性迴歸模型假設(2-1) Y為依變數，是需要被預測的變數。 ?、?1、?2、…、?k為未知常數。 X1、X2、…、Xk為自變數，是用來預測的變數，沒有誤差。 多元線性迴歸模型假設(2-2) ? 為隨機誤差，在X1、X2、…、Xk固定的情況下，? 為期望值 0 與變異數?2 的常態分配。 不同 Y 值所對應的隨機誤差 ? 彼此獨立。 Y的期望值(2-1) E(Y)= ?＋?1X1＋?2X2＋…＋?kXk ? 稱為截距，代表當X1, X2, …, Xk的值均為 0 時，依變數 Y 的期望值。 ?1, ?2, …, ?k稱為部分斜率(partial slope)或部分迴歸係數(partial regression coefficient)。 Y的期望值(2-2) ?2, ?3, …, ?k當其他自變數的值均保持不變時，與該 ?1相對應的單一自變數 X1 每增加一單位，對依變數 Y 的值所造成的平均影響。 15.2 多元線性迴歸分析 多元線性迴歸模型與估計式 實例：ABC公司 變異數分析表 判定係數 部分迴歸係數的檢定與估計 多元迴歸分析的推廣 多元線性迴歸模型與估計式 模型： E(Y)= ?＋?1X1＋?2X2＋…＋?kXk 估計式 ： 實例： ABC公司財務報表(5-1) 表 15.1 為某公司ABC年間之部分財務比率資料，包括有：流動比率（%）、存貨週轉率（次）、負債比率（%）、營業毛利率（%）、資產報酬率（%）與每股盈餘（元）。我們若欲研究這些財務比率與每股盈餘之間的關係，假設這些財務比率與每股盈餘之關係為線性關係，則我們可建構一多元線性迴歸模型來進行相關分析。 實例：ABC公司財務報表(5-2) 多元線性迴歸模型為 其中，Y：每股盈餘；X1：流動比率；X2：存貨週轉率；X3：負債比率；X4：營業毛利率；X5：資產報酬率。 實例：ABC公司財務報表(5-3) 使用 Excel 進行多元線性迴歸來分析，可得到表15.2的輸出結果。 表15.2 Excel 「迴歸」輸出結果 實例：ABC公司財務報表(5-4) 表15.2 Excel 「迴歸」輸出結果 (續) 實例：ABC公司財務報表(5-5) 由表 15.2 中輸出結果 (7) 之各個部分迴歸係數之估計值而得到該多元線性迴歸模型之估計式為： 變異數分析表(3-1) 表15.3 多元迴歸分析之變異數分析表 變異數分析表(3-2) 迴歸模型之虛無與對立假設H0：?1 = ?2 =…= ?k = 0H1：至少有一 ? 不為零 在虛無假設 H0 正確的情況下，此檢定統計量 F 為自由度，是 k 與 n－k－1 之 F 分配。 變異數分析表(3-3) 在ABC公司的例子中 其統計檢定量 F 由輸出結果 (6) 可知為 44.51723，其p-值為 1.25?10-5 ，由此可知，檢定結果顯著，我們有充分的證據認為所選的五個財務比率對ABC公司每股盈餘不是毫無影響的。 判定係數(5-1) 判定係數： ，在ABC公司的例子中R2=0.965306=96.53%，此數據列於表15.2輸出結果（2）。 F 統計檢定量（經由R2求得）： 判定係數(5-2) 複相關係數(multiple coefficient of correlation , R)：為判定係數 R2 的平方根 R ，代表資料中依變數觀測值 Y 與迴歸預測值 之相關係數，在ABC公司的例子中R=0.9825，此數據列於表15.2輸出（1） 。 判定係數(5-3) 判定係數 R2 缺點： 自變數增加會使得原迴歸模型的 R2 變大，即使該自變數對依變數並無影響效果 。 調整的判定係數( ) ： 在ABC公司的例子中 =0.943622，此數據列於表15.2輸出（3） 。 判定係數(5-4) 比較 永遠小於R2。當樣本大小愈來愈大時， 會愈來愈接近R2 。 通常用於比較兩個或多個不同數