20XX年大数据时代的数据挖掘与商务智能.ppt

误差项的自相性关检验 如果观测值是来自一个时间序列的样本,则很可能 出现误差项 是不独立的,将残差et与时间t 作残 差图,将呈现出有规则的变化趋势。称模型存在自相关(Autocorrelation)现象，也需按一定方法对数据进行修正。 误差项的自相性关检验 误差项具有负自相关性的残差图 误差项的自相性关检验 误差项具有正自相关性的残差图 多元线性回归分析 多元线性回归的基本思想是什么？ 多元线性回归的模型与一元线性回归有什么异同？ 与一元线性回归相比，多元线性回归的检验有何特殊之处？ 多元线性回归分析的定义 多元线性回归分析：研究因变量（被解释变量）与两个或两个以上自变量（解释变量）之间的回归问题，称为多元回归分析。 线性回归 自变量个数 大于等于2 多元 线性 回归 多元线性回归模型 若因变量Ｙ与解释变量Ｘ１，Ｘ２，ＸＫ……具有线性关系，它们之间的线性回归模型可表示为（其中b0,b1,…,bk为回归系数，u为随机扰动项 ）： 多元线性回归的基本理论 多元线性回归模型 将n个观察数据代入上述模型，则问题转化为： 多元线性回归的基本理论 多元线性回归模型 多元线性回归的基本理论 写为矩阵形式： 多元线性回归模型 多元线性回归的基本理论 即： 其中，Y, u是n维向量，b是k维向量，x是m×k矩阵 多元线性回归模型 多元线性回归的基本理论 基本假定： ① ② 多元线