第一讲 回祥归分析.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
第一讲 回祥归分析

* (二)拟合优度的评价 总变差的分解 * 总离差平方和TSS的分解式为: 即 TSS=ESS+RSS — 回归离差平方和(ESS) — 剩余离平方和(RSS) * 1、可决系数: 回归变差占总变差的比重 2、可决系数的取值范围 3、可决系数与相关系数的关系 * 。 多元线性回归注意事项 1、数据的中心化和标准化 在多元线性回归分析中,因为涉及到多个自变量,自变量的单位往往不同,给利用回归方程的结构分析带来了一定困难,又因为各变量的水平不同,使计算时四舍五入的误差很大,所以对于多元线性回归分析,常常将数据中心化或标准化后,再建立模型 * 用手工进行中心化和标准化是很烦琐的事情,但SPSS 能将能直接完成标准化的模型。 如下面的回归模型,两个解释变量的计量单位不同,就不能直接比较解释变量对y的影响? 标准化 中心化 * 2、多元回归的回归函数矩阵表达 * * 3、最小二乘估计 * 因为样本回归函数为 两边同乘以X的转置,得 进而 则 的最小二乘估计为: 化简得正规方程组 * 4、拟合优度检验 (一)可决系数(判定系数) 修正的可决(判定)系数 * 5、回归方程的显著性检验 F检验:检验因变量和诸自变量之间是否存在显著的线性关系。 检验的假设为: 对给定的显著性水平 ,查F分布表确定临界值。 ,拒绝原假设,说明回归方程显著。 * 变差来源 平方和 自由度 方差 F统计量 回 归 ? 残 差 总 和 ? * 实例及计算机计算过程 一、经济计量分析的工作步骤 (一) 设定模型 包括模型总体设计和个体设计。 (二) 估计参数 (三) 检验模型 包括统计检验;经济理论知识或经验判断方法和计算机仿真技术判断模型参数估计值的可信度及模型的功效等。 (四) 应用模型 经济预测 经济结构分析 评价经济政策 通过政策模拟提供制定经济政策的依据 * 化妆品销售量预测 ——多元线性回归分析 某化妆品销售情况的15组调查数据。观测变量分别是 年销售(万瓶) y ,地区人口(万人)x1和人均年收入x2(千元)。建立二元线性回归销售模型。某地区人口为22万人,人均年收入为2.5千元,可能的销售量为多少? * Y X1 X2 1.620000 27.40000 2.450000 1.200000 18.00000 3.254000 2.230000 37.50000 3.802000 … 1.160000 19.50000 2.137000 0.550000 5.300000 2.560000 2.520000 43.00000 4.020000 2.230000 37.20000 4.427000 1.440000 23.60000 2.660000 1.030000 15.70000 2.088000 2.120000 37.00000 2.605000 * * * 设定模型: Variable Coefficient Std. Error t-Statistic Prob. C 0.080841 0.022708 3.560023 0.0039 X1 0.049621 0.000566 87.72771 0.0000 X2 0.074162 0.009044 8.199705 0.0000 R-squared 0.999055 Mean dependent var 1.500000 Adjusted R-squared 0.998897 S.D. dependent var 0.612442 S.E. of regression 0.020340

文档评论(0)

134****9291 + 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