ch12多元回归.pptVIP

第12章 多元线性回归 相关系数矩阵 模型效果检验(复相关系数R的检验) 模型效果检验 (残差分析) 多元逐步回归要求回归方程中包含所有对因变量作用显著的自变量，而不包含作用不显著的自变量，从而建立最优回归方程。 3、向前引入法（Forward）: 自变量由少到多一个一个引入回归方程，将与因变量的相关系数最大的第一个自变量选入方程并进行检验，如果F值Fα，拒绝H0 ；将其余的变量中与因变量的相关系数最大的第二个自变量选入方程，当F值Fα，拒绝H0 ；如此下去，不断引入新的自变量，直到不能拒绝H0，再没有变量被引入为止。 4、向后剔除法（Backward）:  自变量由多到少一个一个从回归方程中剔除，首先，对预先选定自变量全部进行回归，然后把对因变量影响不显著的自变量从方程中剔除并进行检验，如果F值Fα，接受H0 ，一个一个剔除对因变量不显著的自变量，直到再不能剔除为止。 自变量的选择 （一）全局择优法 1. 校正决定系数（Adjusted determination coefficient） 2. Cp准则的计算公式 3. AIC准则的计算公式 应用以上准则如何选择模型？ 容许度：越近似于0，共线性越强 (0.1) 方差膨胀因子（VIF）越大，共线性越严重（5; 10) 容许度：越近似于0，共线性越强 (0.1) 方差膨胀因子（VIF）越大，共线性越严重（5; 10) 条件指数：越大，共线性越强 （30） 变异构成（Variance proportions）：主成分对2个或多个自变量的贡献均较大（0.5)。 共线性的处理办法： 1、剔除不重要的有共线性问题的自变量，但要注意专业的合理解释。 2、增加样本含量 。 3、重新抽取样本数据。 多重共线性的诊断 现测得22例胎儿的身长、头围、体重与胎儿受精周龄。试建立3个外形指标推测胎儿周龄的回归方程。 ridgereg.sav 偏回归系数为负数！！！！ 条件指数：越大，共线性越强 （30） 变异构成（Variance proportions）：主成分对2个或多个自变量的贡献均较大（0.5)。 岭回归分析： 专门用于解决自变量之间存在复共线性问题时的有偏回归方法。 Syntax Editor: INCLUDE c:\Program Files\SPSSEVAL\Ridge regression.sps ridgereg enter=long touwei weight /dep = y /inc = 0.1. R-SQUARE AND BETA COEFFICIENTS FOR ESTIMATED VALUES OF K K RSQ LONG TOUWEI WEIGHT ______ ______ ________ ________ ________ .00000 .97542 2.393471 -2.15574 .751090 .01000 .95864 .607980 -.283630 .657896 .02000 .95430 .426266 -.064358 .616119 .03000 .95209 .363391 .026211 .584518 .04000 .95055 .333852 .077547 .558977 .05000 .94932 .317746 .111300 .537699 .06000 .94827 .308130 .135457 .519612 .07000 .94734 .302014 .153711 .503999 .08000 .94649 .297930 .168027 .490351 .09000 .94569 .295087 .179562 .478294 …… K=0.05时，R2开始趋于稳定。 z?=0.3177zlong + 0.1113ztouwei + 0.5377zweight 系数均为正，符合专业知识。 R2小于简单回归。 式中的变量均已标准化，需要根据各变量的均数和标准差进行手工转换。 练习： 多元线性回归 练习1：某校20名一年级大学生的体重（X1）、胸围（X2）、肩宽（X3）及肺活量（Y）的实测值如下，试对影响肺活量的有关因素作多元回归分析。(大学生的体重胸围肩宽及