多元回归模型和建模.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多元回归模型和建模

Applied Stat for MBA05D1 多元回归模型与建模 2005年5月 一、多元线性回归问题 1.一元回归问题的困惑—巴特勒(Butler)运输公司的例子(p661): 2.做行驶时间-行驶距离的一元回归 Coefficients t Stat P-value Intercept 1.273913 0.909454 0.389687 行驶距离(英里) 0.067826 3.976755 0.00408 回归方程为 可以看出方程整体检验和自变量检验的P值为0.0041,一元回归能够 显著成立。但是判定系数 偏小, 说明有些因变量的解释 因素(例如运货次数)没有引入。 4.来自p元回归模型的容量为n的样本 注意: 的第 1 个脚码 k 表示变量编号,k=1,…,p; 第 2 个脚码 i= 1,…,n 表示样本编号。 5. 多元回归总体模型和古典假定 总体模型表示式为 古典假定 1) E(ei)=0; (E(yi)=?????x1i+?+ ?pxpi); 2) 对于所有的 i,Var(ei)=??; 3) ei 是服从正态分布N(0, ?? ) 的; 4) 对于不同的 ei,ej(i?j) 是相互独立的。 6.多元线性回归方程的估计 巴特勒公司二元线性回归模型的估计 自变量:x1-行驶距离, x2-运货次数。 回归方程: 7.多元回归方程变差分解和判定系数R2 总变差的分解:SST=SSR+SSE; 多元判定系数: R2=SSR/SST; 多重相关系数r; 调整(修正)的判定系数 : 巴特勒公司二元线性回归模型的判定系数 8.对回归方程的检验:F Test for Overall Significance 问题:因变量和所有自变量之间是否存在显著的关系? 判定系数 R2可以 做方程的整体检验,但是遇到分布的困难。 检验假设 拒绝域 F和R2 的关系:R2 = pF/(n-p-1+pF)。? 9.对回归系数的检验: t Test for Individual Significance 检验假设 检验统计量 拒绝域 10.巴特勒公司线性回归模型的Excel输出 回归统计 R=0.951 R2=0.904 adj R2=0.876 s=0.573 n=10 11.多重共线性(Multicollinearity) (1)巴特勒运输公司例题的修改 行驶距离 运送货物次数(修改数) 行驶时间 100 4 (4) 9.3 50 3 (2) 4.8 100 4 (4) 8.9 100 2 (4) 6.5 50 2 (2) 4.2 80 2 (3) 6.2 75 3 (3) 7.4 65 4 (3) 6 90 3 (4) 7.6 90 2

文档评论(0)

3471161553 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档