第9章(回归分析).pptVIP

因此，在许多场合，仅仅考虑单个变量是不够的，还需要 就一个因变量与多个自变量的联系来进行考察，才能获得 比较满意的结果。这就产生了测定多因素之间相关关系的 问题 研究在线性相关条件下，两个或两个以上自变量对一个 因变量的数量变化关系，称为多元线性回归分析，表现这 一数量关系的数学公式，称为多元线性回归模型 多元线性回归模型是一元线性回归模型的扩展，其基本原 理与一元线性回归模型类似，只是在计算上更为复杂，一 般需借助计算机来完成 对多元线性回归，也需要测定方程的拟合程度、检验回归方程和回归系数的显著性 （1）拟合优度检验 测定多元线性回归的拟合程度，与一元线性回归中的判定系数类似，使用多重判定系数，其定义为 （2）回归方程的显著性检验（F检验） 多元线性回归方程的显著性检验一般采用F检验，利用方差分析的方法进行 （3）回归系数的显著性检验（t检验） 回归系数的显著性检验是检验各自变量x1，x2，…，对因变量y的影响是否显著，从而找出哪些自变量对y的影响是重要的，哪些是不重要的。 与一元线性回归一样，要检验解释变量对因变量y的线性作用是否显著，要使用t检验。 ? 案例分析3 对某种商品的需求量及其价格和消费者的收入进行联合调查，所得数据如下表所示。建立商品的需求量对价格及消费者收入的回归方程。 ? 实现步骤 结果和讨论 F=53.333, p0.001,代表该回归模型是显著的。因此可以判断由价格及消费者收入对需求量解释的部分非常显著。 ※ R称为多元相关系数，R方（R2）代表模型的拟合优度。可以看到， R2=0.870，该模型拟合优度较好。 ※ 得到的线性回归方程： Y = 140.000 – 10.000X1 线性回归模型中的常数和价格的t值分别为140.000和-7.303，相应的概率值为0.000，说明系数非常显著。 系数a 模型 B 标准 误差 试用版 T P F(P) R2 1 (常量) 140.000 8.551 16.372 .000 53.333 (.000) .870 价格 -10.000 1.369 -.933 -7.303 .000 F=29.653, p0.001,代表该回归模型是显著的。因此可以判断由价格及消费者收入对需求量解释的部分非常显著。 ※ R称为多元相关系数，R方（R2）代表模型的拟合优度。可以看到， R2=0.894，该模型拟合优度较好。 ※ 得到的线性回归方程： Y = 111.692 – 7.188X1 + 0.014X2 ? 实现步骤 图9-1 在菜单中选择“线性”命令 图9-2 “线性回归”对话框（一） 图9-3 “线性回归：统计量”对话框 图9-2 “线性回归”对话框（一） 图9-4 “线性回归：图”对话框 图9-2 “线性回归”对话框（一） 图9-5 “线性回归：保存”对话框 图9-2 “线性回归”对话框（一） 图9-6 “线性回归：选项”对话框 图9-2 “线性回归”对话框（一） 9.2.3 结果和讨论 F=62.265, p0.001,代表该回归模型是显著的。 9.2.3 结果和讨论 ※ R称为多元相关系数，R方（R2）代表模型的拟合优度。可以看到， R2=0.991，该模型拟合优度良好。 ※ 得到的多元线性回归方程： Y=-0.126+0.574X1+0.802X20.721X4+ …+0.337X18 结果和讨论 F=843.821.265, p0.001,代表该回归模型是显著的。 结果和讨论 ※ R称为多元相关系数，R方（R2）代表模型的拟合优度。可以看到， R2=0.969，该模型拟合优度良好。 ※ 得到的多元线性回归方程： Y=38.084+0.903X1-0.552X2-0.050X4+ …+0.004X18 结论：能源消费总量主要受煤炭消费总量的影响，成正相关；与原油消费量和汽油消费量成一定的反比。 ? 案例分析2 数据文件选取了从1978年到2008年山东省国民生产总值与固定资产投资的年度数据，数据来源于《山东省统计年鉴》。下面将利用山东省国民生产总值作为被解释变量，固定资产投资作为解释变量来建立线性回归模型，分析固定资产投资与 国民生产总值的关系。 ? 实现步骤 结果和讨论 F=693.222, p0.001,代表该回归模型是显著的。因此可以判断由FAI对GDP解释的部分非常显著。 ※ R称为多元相关系数，R方（R2）代表模型的拟合优度。可以看到， R2=0.961，该模型拟合优度良好。 ※ 得到的线性回归方程： Y = 1253.705 + 1.921X1 说明一元钱的固定资产投资可以带来近两