第9章线性回归分析.ppt

线性回归模型 一元线性回归模型是指只有一个解释变量的线性回归模型，用于揭示被解释变量与另一个解释变量之间的线性关系。 一元线性回归数学模型： 其中β0和β1是未知参数，分别称为回归常数和回归系数，ε称为随机误差，是一个随机变量，且应该满足两个前提条件： E(ε)=0 var(ε)=σ2 如果指定变量去缺失值，则相应的观测不参与分析 用估计值代替缺失值 ○众数，用出现频率最多的值代替缺失值，如果存在多个众数，去类别编号最小的那个众数替代缺失值 ○把缺失值作为单独的一类，并对其进行编码 指定数据的增补对象 指定观测范围 在First、Last输入框中分别指定增补对象的起始和终止观测序号，单击Add进行添加 指定单个记录 输入单个观测的序 号，单击Add进行添加 制定对变量的先验认识 ○数值 ○随机 ○？ ○？ Criteria（设置迭代过程的收敛依据） Convergence设置迭代过程熟练依据的临界值默认值为0.00001 Maximum iteration 指定回归过程的最大迭代步数，必须是正数，默认值为100 Label Plots（设置作图时对变量的表示方式） ○在图形中显示变量标签和值标签，同时可以指定标签的最大长度值 ○在图形中显示变量名和观测值 Variables列表显示当前可以进行重新编码的变量。 变量后的括号内说明了当前变量使用的离散化