第一讲 逐步回归分析.pptVIP

第一讲 逐步回归分析STEPWISE REGRESSION ANALYSIS 在多元线性回归分析时，为建立一个较为简化又能准确预测依变量的最优回归方程，通常是逐个剔除复回归方程中经检验对y影响不显著的所有自变量。这种先全部引入，后逐个剔除的方法，也是建立最优回归方程的一种分析法。此类分析法还很多，它们多适用于自变量个数较少，或大多数自变量对y有显著影响的资料分析。否则，计算量将大大增加。目前较为常用的逐步回归分析法是按自变量与y影响程度的大小，逐个地由大至小将自变量引入回归方程。而每引入一个自变量，都要对方程中的各个自变量作显著性检验。检验时先选偏回归平方和最小的自变量进行检验，若为显著，余者皆为显著；若检验差异不显著，即从方程中剔除，直至留在方程中的自变量均检验为显著后，再引入另一个与y影响最大的变量，并进行显著性检验。如此反复，直至没有自变量可再被引入，而方程中所有自变量均与y存在显著的线性关系为止。 第一节 逐步回归分析的基本方法 逐步回归分析的基本方法可以通过一个实例介绍其分析步骤。 例1 为考察舍内干球温度（x1）、湿球温度（x2）、露点温度（x3）、相对湿度（x4）及舒适度指数（x5）对罗曼蛋鸡产蛋率（y）的影响。随机抽测12个位点各64只鸡在56—67周令的平均周产蛋率如表1—1。 表1—1各变量的观察值、平