环境统计学-第四章多元线性回归-2学时.pptVIP

* 4.3 拟合优度检验 样本决定系数r２，又称复决定系数，或多重决定系数。 定义： 样本决定系数r２ * 样本容量增大(n↑) r2也随之增大(r2↑) r2的大小 很难说明问题 r２存在的问题 4.3 拟合优度检验 调整的R2: 考虑的是平均的剩余平方和,克服了因自变量增加而造成R2也增大的弱点 在某个自变量引入回归方程后，如果该自变量是理想的且对因变量变差的解释说明是有意义的，那么必然使得均方误差减少，从而使调整的R2得到提高；反之，如果某个自变量对因变量的解释说明没有意义，那么引入它不会造成均方误差减少，从而调整的R2也不会提高。 * 4.4 F检验 检验的步骤 第一步，提出假设： 原假设：H0：b1=b2=……bk=0 备择假设：H1：bi不全为0 （i=1，２，…，k） * 检验的步骤 第二步，计算统计量： 4.4 F 检验 * 第三步，查表，得： 检验的步骤 4.4 F 检验 * 检验的步骤 第四步，做检验： 拒绝H0， 回归方程显著 接受H0， 回归方程不显著 检验 法则 4.4 F 检验 * 4.5拟合优度和F检验的关系 （1）都是对回归方程的显著性检验； （2）都是把总平方和分解，以构成统计量进行检验； （3）两者同增同减，具有一致性。 它们数量上关系如下： * 4.5 拟合优度和F检验的关系 区别： （1）F－检验中使用的统计量有精确的分布，而拟合优度检验没有； （2）对是否通过检验，判定系数（校正判定系数）只能给出一个模糊的推测；而F检验可以在给定显著水平下，给出统计上的严格结论； t统计量与F统计量 一元回归中，F检验与t检验一致，即：F=t2，可以相互替代 在多元回归中，F检验与t检验不能相互替代 Fchange =ti2 从Fchange 角度上讲，如果由于某个自变量xi的引入，使得Fchange是显著的(通过观察Fchange 的相伴概率值)，那么就可以认为该自变量对方程的贡献是显著的，它应保留在回归方程中，起到与回归系数t检验同等的作用。 (一)共线性带来的主要问题 高度的多重共线会使回归系数的标准差随自变量相关性的增大而不断增大,以至使回归系数的置信区间不断增大,造成估计值精度减低。 (二)共线性诊断 自变量的容忍度(tolerance)和方差膨胀因子 容忍度:Toli=1-Ri2. 其中: Ri2是自变量xi与方程中其他自变量间的复相关系数的平方。容忍度越大则与方程中其他自变量的共线性越低,应进入方程. (具有太小容忍度的变量不应进入方程,spss会给出警)(T0.1一般认为具有多重共线性) 方差膨胀因子(VIF):容忍度的倒数 10 SPSS在回归方程建立过程中不断计算待进入方程自变量的容忍度,并显示目前的最小容忍度 线性回归分析中的共线性检测 (二)共线性诊断 用特征根刻画自变量的方差 如果自变量间确实存在较强的相关关系，那么它们之间必然存在信息重叠，于是可从这些自变量中提取出既能反映自变量信息(方差)又相互独立的因素(成分)来。 从自变量的相关系数矩阵出发，计算相关系数矩阵的特征根，得到相应的若干成分。 如果某个特征根既能够刻画某个自变量方差的较大部分比例(如大于0.7)，同时又可以刻画另一个自变量方差的较大部分比例，则表明这两个自变量间存在较强的多重共线性。 条件指标 0k10 无多重共线性; 10=k=100 较强; k=100 严重 线性回归分析中的共线性检测 * 4.6 实例计算 例. 为了建立国家财政收入回归模型，我们以财政收入y（单位:103元）为因变量。自变量如下:x1—工业总产值/108元，x2—农业总产值/108元，x3—建筑业总产值/108元，x4—人口数/104人，x5—社会商品零售总额/108元，x6—受灾面积/104hm2,下表为《中国统计年鉴》1978～1990年统计数据。求它们之间的关系。 年份 y x1 x2 x3 x4 x5 x6 1978 1121.1 4237 1397 569 96259 1558.6 5076 1979 1103.3 4681 1698 645 97542 1800.0 3937 1980 1085.2 5154 1923 767 98705 2140.0 4453 1981 1089.5 5400 2181 747 100072 2350.0 3979 1982 1124.0 5811 2483 912 101654 2570.0 3313 1983 1249.0 6461 2750 1035 103008 2849.4 3471 1984 1501.9 7617 3214 1263 104357 3376.4 3189 1985 1866.4