自变量选择及逐步回归.pptVIP

下载本文档

2
0
约7.41千字
约 60页
2019-08-29 发布于广东
举报
版权申诉

自变量选择及逐步回归.ppt

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

第5章自变量的选择与逐步回归 §第5章自变量选择与逐步回归 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.4 本章小结与评注 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 data data1; input x1-x12 y; cards; 1.94 4.5 154.45 207.33 246.87 277.64 135.79 30.58 110.67 80.83 51.83 14.09 2384 0.33 6.49 133.16 127.29 120.17 114.88 81.21 14.05 35.7 16 27.1 2.93 202 … ； proc reg; model y=x1-x12/selection=adjrsq; run; 以下是部分输出结果： Adjusted R-square Variables in Model R-square In 0 0 6 X3 X5 X8 X9 X10 X11 0 0 7 X3 X5 X6 X8 X9 X10 X11 0 0 6 X3 X6 X8 X9 X10 X11 0 0 7 X3 X4 X5 X8 X9 X10 X11 0 0 7 X3 X5 X8 X9 X10 X11 X12 0 0 7 X3 X5 X7 X8 X9 X10 X11 … 一、问题的提出及逐步回归的思想自变量的所有可能子集构成2m-1个回归方程，当可供选择的自变量不太多时，用前边的方法可以求出一切可能的回归方程，然后用几个选元准则去挑出“最好”的方程，但是当自变量的个数较多时，要求出所有可能的回归方程是非常困难的。为此，人们提出了一些较为简便、实用、快速的选择“最优”方程的方法。人们所给出的方法各有优缺点，至今还没有绝对最优的方法，目前常用的方法有“前进法”、“后退法”、“逐步回归法”，而逐步回归法最受推崇。一、问题的提出及逐步回归的思想在后边的讨论中，无论我们从回归方程中剔除某个自变量，还是给回归方程增加某个自变量都要利用（3.42）式的偏F检验，这个偏F检验与（3.40）式的t检验是等价的，F检验的定义式的统计意义更为明了，并且容易推