多元线性回归例+第二章作业多元线性回归例题+第二章作业.ppt

例题：根据N=18次，随机试验测得纱线某指标y和因素x1，x2 ，x3数据如下表，试建立指标y与因素（x1，x2 ，x3）的多元线性回归方程，讨论回归方程的显著性，并在回归系数显著的基础上建立新的回归方程？ 按照显著性水平α=0.05，自由度（3,14），查F分布临界值表： F0.05(3,14)=3.3439； 故F=5.6765 F0.05(3,14)，故拒绝H0，即3个因子系数不全为0，说明方程具有显著性。 （1.2）回归系数显著性检验 建立假设，H0:bj=0,(j=1,2,3) 按照在上述假设成立的情况下，根据式2-42，建立统计量F，根据回归方程系数： b=[43.2676 1.7863 -0.068241 0.1583]’，建立如下方程分析表。 2、根据《中国法律发展报告》和《中国统计年鉴》，某地区刑事发案率y（每10万人发生的刑事案件数），与人均GDP，x1（以1978年为基准100进行比较），受教育状况x2（每10万人大学生数量），城市化率x3（城镇人口占总人口的比例），基尼系数x4（反映收入公平程度的指标，0-1之间，用百分比表示，通常以0.4为界，越低表示收入公平，越高表示贫富悬殊）。试以1992-2003共12年的数据，建立刑事发案率与社会指标的多元线性回归方程，探讨回归方程的显著性和系数显著性，并根据系数显著性建立更为简洁的回归方程？ * * 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 N y x3 x2 x1 99 124 51 29.9 168 202 58 26.8 54 143 36 1.9 95 168 56 23.1 93 73 44 21.6 77 134 50 23.1 96 114 46 23.1 76 111 37 10.9 51 112 58 12.6 93 173 29 11.6 93 117 31 10.1 81 46 44 9.4 77 123 65 1.7 54 59 24 4.7 61 157 34 0.6 71 37 19 3.1 60 163 23 0.4 64 158 33 0.4 多元线性 回归模型 构造多元线 性回归方程 按照最小二乘法确定回归方程系数： （1）第一次多元线性回归分析：假定3个因素均参与回归方程，那么： 按照上述数据，计算出回归方程系数向量b及对应回归方程： b=CB=A-1B=(X’X)-1(X’Y)=[43.2676 1.7863 -0.068241 0.1583]’ （1.1）对回归方程进行显著性F检验，建立假设，H0：b1=b2=b3=0 方差分析表如下： / / N-1=17 总计 / S剩/14=399.2851 N-p-1=14 剩余 [S回/p]/[S剩/(N-p-1)] =5.6765 S回/3=2266.5399 p=3 回归 F比 均方和 自由度 平方和 来源 833.942/(5589.9913/14)=2.089 1 b32/c33=0.15832/0.0000301=833.942 系数b3 3807.984/(5589.9913/14)=9.537 1 b12/c11=1.78632/0.000838=3807.984 系数b1 N-p-1=14 剩余 9.4062/(5589.9913/14)=0.0236 1 b22/c22=（-0.068241）2/0.000495=9.4062 系数b2 F比 自由度 平方和 来源 3.01E-05 -2.5E-05 -1.7E-06 -0.00265 -2.5E-05 0.000495 -0.00035 -0.01297 -1.7E-06 -0.00035 0.000838 0.004741 -0.00265 -0.01297 0.004741 0.856317 C 根据F0.05(1,14)=4.60，故系数b2，b3，均接受假设H0，故选择F比最小的b2，即剔除x2因子，重新建立回归方程。 （2）第二次多元线性回归分析：剔除x2，建立回归方程，那么： 按照上述数据，计算出回归方程系数向量b及对应回归方程： b=CB=A-1B=(X’X)-1(X’Y)=[41.4794 1.7374 0.15484]’ （2.1）对回归方程进行显著性F检验，建立假设，H0：b1=b3=0 方差分析表如下： / / N-1=17 总计 / S剩/15=373.2932 N-p-1=15 剩余 [S回/p]/[S剩/(N-p-1)] =9.095 S回/2=3395.1068 p=2 回归 F比 均方和 自由度 平方和 来源 按照显著性水平α=0.05，自由度（2,15），查F分布临界值表： F0.05(2,15)=3.6823； 故F=9