统计建模与R软件第六讲-(2017).ppt

4 COVRATIO准则 样本所对应的COVRATIO值距离1越远，则认为该样本影响越大。 R函数： covratio(model, infl = lm.influence(model, do.coef = FALSE), res = weighted.residuals(model)) p=1 n=nrow(forbes) d=covratio(lm.sol) 1 2 3 4 5 6 7 1.3253619 1.4271664 1.2804068 1.2719260 1.2497174 1.2406827 1.2267188 8 9 10 11 12 13 14 1.2246755 1.1964930 1.2194439 1.1954081 0.0085315 1.3341812 1.1638534 15 16 17 1.2958993 1.4421779 1.4585813 离1最远 6.5.5 多重共线性 定义：对于p个自变量，如果存在常数c0,c1,…,cp,使得 c1x1+c2X2+…+cpXp=c0 近似成立，则表示这p个变量存在多重共线性。 诊断： 1.经验法。 一般地，如果模型的可决系数很大，F检验通过，但是有些系数不能通过参数t检验； 模型的自变量之间简单相关系数很高； 回归系数的符号与简单相关系数的符号相反； 2.特征根法。 通常cond在(0,10)之间,没有多重共线性. [10,100) ,有较强多重共线性. 大于100，有严重的多重共线性. 条件数的R函数： kappa(z,exact=FALSE,…) 例6.18 考虑一个有6个回归自变量的线性回归问题，原始数据列在表中，这里共有12组数据，除第一组外，自变量x1,x2,…,x6的其余11组数据满足线性关系：x1+x2+x3+x4=10，试用求矩阵条件数的方法，分析出自变量间存在多重共线性。 R实现： collinear=data.frame(y=c(10.006,9.737,15.087,8.422,8.625,16.289,5.958,9.313,12.96,5.541,8.756,10.937), x1=rep(c(8,0,2,0),c(3,3,3,3)), x2=rep(c(1,0,7,0),c(3,3,3,3)), x3=rep(c(1,9,0),c(3,3,6)), x4=rep(c(1,0,1,10),c(1,2,6,3)), x5=c(0.541,0.13,2.116,-2.397,-0.046,0.365,1.996,0.228,1.38,-0.798,0.257,0.44), x6=c(-0.099,0.07,0.115,0.252,0.017,1.504,-0.865,-0.055,0.502,-0.399,0.101,0.432) ) xx=cor(collinear[2:7]) kappa(xx,exact=TRUE) [1] 2195.908 #条件数大于100有严重的多重共线性。 > e=eigen(xx) > e$vectors[,6] [1] 0.447679719 0.421140280 0.541689124 0.573371872 0.006052127 0.002166594 共线性方程为: 6.6 广义线性回归模型 6.6.1 与广义线性线性模型有关的R函数 glm(formula, family = gaussian, data, weights, subset, na.action, start = NULL, etastart, mustart, offset, control = list(...), model = TRUE, method = "glm.fit", x = FALSE, y = TRUE, contrasts = NULL, ...) formula ：an object of class "formula" (or one that can be coerced to that class): a symbolic description of the model to be fitted