11-12一般线性相关分析和多元回归分析PPT.ppt

例2:正态检验 正态图和测试显示正态测试假设没问题， 线性模型有效 界外点的处理方法 但是，因原因2 #被撤消的点必须和回归分析结果同时报告，要麽作为一次计数要麽作为一个称为“虚假”数值的百分比。这些点通常是一个造成问题的根源，因此，一定不可被“隐藏”。 Note 注意 所有分析都应报告上述界外点 例 5 从Oxygen purity.mtw文件中，测定在数据组内部是否存在 具有影响的数据点。 超出预测带的点要做调查 Multiple Regression Analysis多元回归分析 多项式回归 在前一节, 我们讲解了一般线性回归方法. 但是, 常常会遇到响应量Y与因变量X之间的关系并非线性的情况, 可能是平方或立方的关系. 这种情况下，一般线性回归模式就不是一个好的选择. 模型可能是： Y = a + b1X + b2X2 + b3X3 多项式回归模型 是带有更高次方因变量的一般线性回归模型的另外一种形式。 对于多项式模型是否适合于分析响应变量的变异，“残差与拟合值”和“残差与因变量”图可以提供提示 多项式回归 这些图中的曲线部分通常表示多项式模型对于响应变量能够提供一个更好的拟合。 例 1 一组实验要研究高强度水泥中的各种扬灰含量对水泥强度的影响.在0到60%的不同扬灰含量下获得18个水泥样本.数据在Concrete strength.mtw Creat