SAS 统计软件课件 第五章 线性回归分析.pptVIP

第五章 线性回归分析 第一节 一元线性回归 第一节 一元线性回归 实例： 实例：P161 实例：t 检验 第四节 预测值的置信区间 实例： 由x预测y的预测区间 实例： 由X预测Y的预测区间 第五节 多元线性回归分析 第五节 多元线性回归分析 第五节 多元线性回归分析 第五节 多元线性回归分析 第五节 多元线性回归分析 第五节 多元线性回归分析 第五节 多元线性回归分析 第五节 多元线性回归分析 第五节 多元线性回归分析 第五节 多元线性回归分析 第五节 多元线性回归分析 第五节 多元线性回归分析 第六节 回归诊断 第六节 回归诊断 第六节 回归诊断 第六节 回归诊断 第六节 回归诊断 第六节 回归诊断 第六节 回归诊断 第六节 回归诊断 第六节 回归诊断 第六节 回归诊断 第七节 注意事项 五、回归模型的判别准则 2. PRESS 统计量——预测残差平方和 其中 ri 为残差，hi 为杠杆率 PERSS统计量用来比较不同方法所建立的回归模型的优劣，PRESS的值越小，模型越好。 五、回归模型的判别准则 3. Cp 统计量 其中 k 为参数个数，n 为观测数 ESS(k)为含k个参数的误差平方和 ESS(T)为全回归的误差平方和 Cp统计量的值越小，回归模型越好。 一、残差（Resi