解释罗吉斯回归机率.ppt

Chapter 15 複迴歸 複迴歸模型 複迴歸分析:研究一個應變數y與兩個以上自變數之間的關係 迴歸模型與迴歸方程式: 1.複迴歸模型(multiple regression model):用來描述應變數y與自變數x1、x2…及誤差項間關係的方程式。公式為 y=β0+β1x1+β2x2+….+βpxp+ε 2.複迴歸方程式(multiple regression equation):描述y的平均數與自變數x1.x2…xp間關係的方程式，其公式為 E(y)=β0+β1x1+β2x2+….+βpxp 估計迴歸方程式 以簡單隨機樣本來計算樣本統計量b0.b1…bp，並以這些統計量作為參數β0，β1…的點估計值，由此可導出估計迴歸方程式，其公式為: y=b0+b1x1+b2x2+…+bpxp ， 其中， b0.b1…bp為β0，β1…βp的估計值 下圖為複迴歸的估計過程。 最小平方法 最小平方法準則 minΣ(yi-yi)2， 其中，yi=第i個應變數的觀察值 yi=第i個應變數的估計值 應變數的估計值是利用估計迴歸方程式算出的 最小平方法使用樣本資料，得使殘差平方和最小的組合b0.b1. b2…bp Ex:巴特貨運公司 巴特公司的管理階層想對駕駛員的每日行駛總時數做估計。 起初管理者相信每日行駛總時數與行駛里程數密切相關，於是隨機抽取10筆駕駛紀錄，如表1，資料集的散佈圖如圖1。 檢視散佈圖後，管理階層假設簡單的線性迴歸模式y=β0+β1x1+ε應可用來描述總行駛時數(y)與行駛里程數(x)間的關係。為估計β0與β1，用最小平方法建立了y=b0+b1x1的估計迴歸方程式 下圖為運用Minitab軟體對表1資料做簡單線性迴歸後所得之統計報表 在0.05的顯著水準下，F值為15.81，p值為0.004 結論:行駛里程數與行駛時間的關係是顯著的；即行駛里程數越長時，行駛所需的時間也越長。 判定係數為66.4% 此線性效果可解釋66.4%的行駛時間之變異數 巴特公司又蒐集送貨批數的資料如下(包含兩個自變數行駛里程數[x1]與送貨批數[x2] 上表提到估計迴歸方程式為: y= = -0.869+0.0611 x1+0.923 x2 以下探討上式中，b1=0.0611與b2=0.923兩個係數的涵義 在迴歸方程式中，包含一個自變數與包含兩個自變數得到的b1不相等 在簡單線性迴歸中， b1指自變數變動一個單位時，應變數的變動量；複迴歸中， bi係數表當其他自變數固定不變時，xi變動一單位，應變數的變動量 以巴特公司為例， b1 =0.0611，代表當送貨批數(x2)固定時，行駛距離(x1)增加一哩，則行駛時間預期增加0.0611小時 b2=0.923表當行駛里程數固定，送貨次數增加一次，行駛時間預期增加0.923小時 SST,SSR與SSE的關係 SST=SSR+SSE 其中 SST=總平方和=Σ(yi - y)2 SSR=迴歸造成的平方和=Σ(yi - y)2 SSE=誤差造成的平方和=Σ(yi - yi)2 含兩個自變數的巴特勒貨運公司例子中 SST=23.9 SSR=21.601 SSE=2.299 含一個自變數的巴特勒貨運公司例子中 SST=23.9 SSR=15.871 SSE=8.029 →兩個例子中的SST是相等的，因為SST與y 無關。 在含兩個變數的情況中，加入第二個自變數的SSR增加，而SSE減少。此表示估計迴歸方程式的適合度提高了。 複判定係數(Multiple Coefficient of Determination ) R2 = 複判定係數可解釋為估計迴歸方程式所能解釋的應變數之變異量。 若將複判定係數乘上100，代表了可由估計迴歸方程式所解釋的y的變異百分比。 含兩個自變數的巴特勒貨運公司例子中 R2 =21.601 / 23.9 = 0.904 →行駛時間y的變異有90.4%可用來解釋含 行駛哩程數及送貨批數兩個自變數的迴歸方程式。 含一個自變數的巴特勒貨運公司例子中 R2 = 0.664 →以行駛哩程數作為迴歸方程式解釋了行駛時間66.