第十四章 多元回归和多重相关分析.ppt

第十四章 多元回归和多重相关分析 研究多个变量之间的关系 多元线性回归方程一个因变量和多个自变量 多重可决系数和 多重相关系数 多重回归分析中的F检验 总检验：检验某一因变量和k个自变量在总体上是否有显著的线性关系 偏检验：检验因变量Y与新引入回归方程的自变量Xk是否有显著的偏相关关系 F分布 多元回归模型的总检验 多元回归模型的偏检验 F检验的应用1----总检验 F检验的应用2----偏检验 建立回归模型的步骤 找出被选变量 试建回归模型 评核回归模型 修改回归模型 解释并应用回归模型 spss的输出结果（资料来自第517页） spss的输出结果续 逐步回归法 是按一定的统计程序，经过多步拟合和检 验，从一系列的可供建立回归模型的自变 量中，逐步引入回归作用显著的自变量， 并从回归模型中逐步趋逐回归作用变得不 在显著的自变量，以最终求得“最优”回 归模型的技术. 逐步回归法的基本原理 逐步回归法的基本原理 回归和相关分析中应注意的问题 要正确理解和对待变量之间的关系 定量分析之前应进行定性分析 相关关系和因果关系 利用回归方程预测时，自变量的取值范围 应在样本的取值范围之内 利用回归方程预测时，特别注意现在的 各项条件是否与建立回归方程时一致 * * 总体回归方程 样本回归方程 多重可决系数 多重相关系数 两个独立的 t分布被各自的自由度去除，所得之商的比率服从F分布.它是一种非对称分布,图形的形状取决于分子和分母的自由度. F分布的图形 F P F(10,4) F(10,10) F(10,50) 分子为引入第K个变量后可解释变差的增加量，或者说为引入第K个变量后不可解释变差的减少量 分母为引入第K个变量后 不可解释变差 资料来自书中第486页 Y: 利润额； X1：销售部 X2 ：代销额 X3 ：合同批数 Equation Number 1 Dependent Variable.. 年外汇收入 ------------------ Variables in the Equation ------------------ Variable ? B SE B T Sig T X1（侨胞旅游人数） 4.917499 1.003854 4.899 .0006 X2（外国旅游人数） -15.762767 16.185008 -.974 .3531 (Constant) 6.825275 6.953243 .982 .3495 相关系数 Multiple R .95511 可决系数 R Square .91223 经调整的 可决系数 Adjusted R Square .89468 估计标准误差 Standard Error 8.44130 Analysis of Variance（方差分析） DF（自由度） Sum of Squares Mean Square Regression（SSR） 2 7406.21398 ? 3703.10699 Residual（SSE） 10 712.55525 71.25552 F = 51.96940 p-value = .0000 建模开始 据偏回归平方和从被选变量 中选择下一步引入的自变量 对回归模型进行总检验 拟合新的多元回归方程 对引入的新变 量进行偏检验 对原有的诸自变 量进行偏检验 决定：1。新模型是否有显著意义 2。新引入的自变量是否可被接纳 3。原有的自变量是否应被逐出去 4。是进行下一步回归还是终止 得出最优模型 *