管理定量分析第8章 多元回归.pptVIP

H0:如果控制了教育、工作经验和学分等变量，人种与开普斯市公务员考试成绩无关。 8.3非线性关系的回归 直线回归 二次关系回归 三次回归 8.4多元回归的特殊问题 8.4.1标准化的回归系数 标准回归系数[standard regression coefficient（beta）]是消除了因变量Y和自变量X1，X2，…Xn所取单位的影响之后的回归系数，其绝对值的大小直接反映了Xi对Y的影响程度。 例如，在提高教学质量上，是硬件（投资金额）重要还是师资（拥有博士学位者所占比例）更重要？ 如果是师资更重要，那么同样的物力投在师资上就可以更快地提高教学质量。 但是这里要比较的两者必须有同样的测量单位，如投资金额（元）。如果变量的单位不同，我们不能绝对地说哪个变量对因变量——教学质量的影响更重要。 不同单位对象无法比较。要想进行绝对地比较，就需要两个东西有着共同的测度单位。假如关于教学质量的回归方程如下： 由于单位不同，无法说明哪个自变量影响更大一些。标准化后的回归方程如下，可以看出师资力量的影响要大于硬件条件。 8.4.2 F比值 F比值(F ratio)是基于可解释的变差与不可解释的变差的比较，来评价整个回归的显著性的。可解释的变差 ，又称作回归平方和；不可解释的变差 又称作误差平方和；分别将两个量除以各自的近似自由度——前者为变量数减l，后者为样本数减变量数，产生回归平方和的均值和误差平方和的均值。F就等于： 8.4.3 交互作用 处理交互作用的一个方法是运行四个单独的回归，一个回归针对一个区域。 但在每个回归中减少城市的数量可能会是个问题。因为每个回归中较小的案例数量，使获得统计显著性结果更加困难，但如果感兴趣的仅是获得研究中有关城市的结论，这也就不是问题了。 另一个处理交互作用的方法是构造一组变量反映交互作用。 例如，可以用区域虚拟变量乘以每个城市的失业百分比。这样连同区域虚拟变量和失业，方程将还包含每个变量的交互作用项。 本章到此结束！ 谢谢各位！ 第8章 多元回归 引例 全国房屋销售均价与房地产投资额、全国居民消费水平，全社会固定资产房屋竣工数量等均有关，如何建立模型，描述每一变量对房屋价格的影响，就要用到多元回归技术。 8.1.1多元回归的基本思路与方法 一个案例： 石城县新成立了一个消防队，望天县消防队经验丰富的张警官出任队长。他把石城县划分为一些规模大致相等的防火区。张警官希望预测每个区每月发生多少起火灾，从而据此配置消防员和消防器材。 根据过去在望天县做消防工作的经验，张警官知道旧房子比新房子容易起火。望天县的情况和石城县非常类似，他决定根据望天县过去发生的火灾数量，以各区内房屋的平均年限为自变量，对石城县防火区每月的火灾数进行预测。张队长使用的数据见表8—1。 请检验b2的显著性 8.1.2多个自变量的回归 多元回归对自变量的个数不加限制。自变量为三个或三个以上的回归无非是双变量回归的直接扩展。 例如，非洲某国的治安情况非常糟糕，警察经常受到犯罪分子的袭击。警察局局长试图分析警员受袭的原因。 局长委托数据分析师研究过去10年中警员受袭的情况。分析师使用一个虚拟变量作为因变量，如果警员在一年中受袭，取1，否则取0。 分析师所使用的三个自变量 第一，警员的身高，超过1.75米的厘米数 第二，警察是否以小组为单位执行任务，如果是，取1，否则取0 第三，警察的从业年限 回归结果 8.2多元回归的应用 以下三个方面有较广泛的应用 第一，控制变量的处理：发现伪关系及无关变有关 第二，虚拟变量的处理 第三，利用多元回归进行假设检验 8.2.1控制变量的处理 加入平均收入自变量x2后回归 引入自变量路程长度X2后回归 8.2.2虚拟变量的处理 当自变量的类别在两个以上时，回归可以采用定类变量作为自变量吗？回答是肯定的，但前提是建立回归方程时分析人员必须谨慎。 8.2.3利用多元回归进行假设检验 一些少数民族组织控告开普斯市公务员考试对少数民族有歧视。 事实上，白人在考试中的及格率是少数民族的两倍。 开普斯市公务员考试委员会委员杰拉德反驳说，少数民族及格率低的原因在于他们的受教育程度较低，工作经验较少，而且在校学分较低。 少数民族组织争辩道，即使考虑了这些因素，考试仍然对少数民族有歧视。