多元线性回归方法.ppt

多元线性回归方法 回归系数的确定 确定回归系数的原则是：首先应用是小二乘法确定正规方程组，再利用高斯消元法把正规方程组系数bI、b2、? 、bp解出来。具体方法如下： 回归方程的显著性检验 * 多元线性回归方法是研究一个因变量与多个自变量的相关关系，从而得出 然后进行回归方程显著性检验的计算方法，它的目的是确定出合理的相关关系。 最小二乘法原理：观测值Yt与回归值之差称为残差，要求残差平方和Q达到最小。 对该方程系数求偏导数，并令其为0，得出正规方程 利用高斯消元法把b1、b2、? 、bp 解出来，再把它们代入下式正规方程组中 其中： 在研究问题中，往往不能事先断定自变量 X1，X2，…Xp与因变量Yk是否有线性关系，所求的回归方程是否有代表性。因此，对所求的回归方程，还必须做显著性检验。 1)观测值Y 与其平均值y之差的平方和可用总离差平方和s 来描述。 S剩：剩余平方和 S回：回归平方和 (2)S回可表示为数据Y的回归计算值与平均值之差的平 方和。 它表示 X1， X2，? ， Xp变化时，对y值波动大小的影响， 即 X1，X2，? ， 对y值的线性控制大小，也就是方差贡献的大小。 (3) S剩= ，它是实测值与回归计算值差的平方和。 (4)分解说明。当s剩值小时，则S回值大，即y受 X1，X2，? ，Xp 线性控制大，此时回归方程就显著；反之，效果就不好，这样可以用S回与S总的比值来判断，称为复相关系数，用r表示，即 当r越接近l时，表示X 1，X 2，? ，Xp 的线性越密切；当r接近0时，表示线性关系越差。 数据： Excel中多元线性回归的应用 *