- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
* * * * * * * * * * 不表示具体的数量,只给出一个等级或次序。 * 不表示具体的数量,只给出一个等级或次序。 假设有三个要素,其两两之间的单相关系数为 (i,j=1,2,3) 2、多变量相关分析 偏相关系数的计算与检验 复相关系数的计算与检验 三个要素之间的偏相关系数共有三个,即 、 、 。 下标点后面的数字代表在计算偏相关系数时,保持不变的量。 一般来说, y与多个变量 ,对于y与 的 (p-1)阶偏相关系数,有如下递推公式: 2、多变量相关分析 偏相关系数具有以下性质: 1、偏相关系数分布的范围在-1到1之间。 2、偏相关系数的绝对值越大,表示其偏相关程度越大。 3、偏相关系数的绝对值必小于或等于由同一系列资料所求得的复相关系数。 偏相关系数的计算与检验 复相关系数的计算与检验 偏相关系数的显著性检验,一般采用t-检验法。 计算公式为: 为偏相关系数,n为样本数,m为自变量个数。 查t分布表,可得出不同显著水平上的临界值 表示偏相关显著; 表示偏相关不显著。 2、多变量相关分析 n为样本数,k为自变量个数。 查F分布表,可得出不同显著水平上的临界值 表示复相关显著; 表示复相关不显著。 复相关系数的显著性检验一般采用F-检验法,其计算公式为: 偏相关系数的计算与检验 复相关系数的计算与检验 设 为因变量, 为自变量,则 复相关系数记为 复相关系数介于0到1之间,其值越大表明要素之间的相关程度越密切,且必大于等于单相关系数的绝对值。 2、多变量相关分析 三、回归分析 回归分析是由一组预测变量值(自变量)去预测一个或多个响应变量(因变量)值的一种统计方法,这种方法也能用于估计预测变量对响应变量的效应,其目的之一是要建立要素之间的相关关系模型——回归分析模型。 回归分析的前提:X,Y(x)之间确实存在因果关系。 1、一元线性回归模型 一元线性回归模型描述的是两个要素(变量)之间的线性相关关系。设有两个要素(变量)x和y,x是自变量,y是因变量,且关于x和y有n组实测值。以x为横坐标,y为纵坐标作散点图,若这n个点落在一直线附近,从统计上讲即y随x的变化而线性变化,则认为x和y之间可配一元线性回归模型。其基本结构形式为: (1) (2)对一元线性回归方程的评价 1)一元回归模型拟合优度的评价 拟合优度:样本观察值聚集 在样本回归值周围的紧密程度。 1)一元回归模型拟合优度的评价 A、 可决系数,反映拟合优度 B、可证明,在直线回归分析中,SSE作为一个统计量,其自由度为n-2,即 2)一元线性回归方程的显著性检验 t检验步骤: ①提出假设 ②给定显著性水平 ③用样本观察值计算t值 若 2、多元线性回归模型 (1)参数bi的最小二乘估计 (2)多元线性回归模型的显著性检验 (3)回归系数的显著性检验 3、非线性回归模型 (1)指数曲线 令 , , 则可将其转化为直线形式: ,其中 。 (2)对数曲线 令 , ,则可将其转化为直线形式: 。 (3)幂函数曲线 令 , , 则可将其转化为直线形式: ,其中。 3、非线性回归模型 (4)双曲线 令 , , 则可将其转化为直线形式: 。 (5)S型曲线 令 , ,则可将其转化为直线形式: 。 (6)幂函数乘积 令 , , 则可将其转化为直线形式: ,其中 。 (7)对数函数和 令 则
文档评论(0)