营销研究 第十一章 多元线性回归.pdf

第十一章多元线性回归 第一节多元线性回归模型 第二节多元线性回归模型的显著性检验 第三节类别变量的多元回归模型 第四节多元线性回归模型的残差分析 第五节利用估计的回归方程估计与预测 第六节一般回归模型 2010-9-21 营销研究11 1 第一节 多元回归模型 描述应变量y如何依赖于自变量x 、x 、…、x 和误差项的方 1 2 p 程称为回归模型。模型如下： y= + x +x + …+  x +  0 1 1 2 2 p p 其中 、  …、 是参数，是随机变量。 y 是x 、x 、…、 0 、 p 1 2 x 的线性函数（ + x +x + …+  x ）加误差项。与一元 p 0 1 1 2 2 p p 线性回归模型类似，误差项说明了包含在y里面但不能被p个自 变量的线性关系解释的变异性。 假定的平均值或数学期望等于零，于是有多元回归方程 E(y) = + x +x + …+  x 0 1 1 2 2 p p 2010-9-21 营销研究11 2 估计的多元回归方程 对于参数 、  …、  ，利用获得的样本数据： 0 1、 p 1 2 n y y … … … y 1 1 2 2 n n x 、 …、x x 、 …、x … … … x 、 …、x 1 p 1 p 1 p 进行估计。因为点（yi ，xi1 、 …、xip ）是符合因变量y和自变 量（ x i i 1 、 …、xp ）关系中的一个点，则y 和E(y ) 之间相差一个 误差i （ 包括观测误差），记模型估计的回归方程为： ∧ y=b + b x +b x + …+b x 0 1 1 2 2 p p i ∧i 2 根据最小二乘法准则，即min ∑(y －y ) ∧ i i i 式中， y 是因变量的第i 次观测值，y 是y 的估计量。 2010-9-21 营销研究11 3 举例 某运输公司在其所在地有很多的货物运送业务