- 1、本文档共35页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
多元线性回归
多元线性回归是简单线性回归的直接推广,其包含
个因变量和二个或二个以上的自变量
简单线性回归是研究一个因变量(Y)和一个自变量
(X)之间数量上相互依存的线性关系。而多元线性回
归是研究一个因变量(Y)和多个自变量(X)之间数
量上相互依存的线性关系。
简单线性回归的大部分内容可用于多元回归,因其基
本概念是一样的
多元线性回归分析的作用
归分析中自变
多元回归分析中的若干问题
准化偏回归系数
归方程和偏回归系数
确
多元线性回归模型与参数估计
的假设检
多元线性回归模型与参数估计
设有自变量x1,x2y…,x2和因变量Y以及一份由n个个体构
成的随机样本(x1x2
Y;),且有如下关系
y=B0+B1x1+B2X2++Bpxp+(模型)
Bo、B1、B2和B1为待估参数,ε为残差。
由一组样本数据,可求出等估参数的估计值b、b1、b2
和b,得到如下回归方程
yi=bo+b,x+b,x2+.+b,X
由此可见,建立回归方程的过程就是对回归模型中的
参数(常数项和偏回归系数)进行估计的过程
参数的最小二乘估计
与简单回归类似,我们寻求参数Bo、B1、B2和
B的适宜估计数值b、b1、b2和b,使实际观
察值和回归方程估计值之间残差平方和最小,
即Q=∑(y1y1)
对b、b1…、b分别求偏导数,今偏导数为零
可获得P十1个正规方程,求解正规方程可得待
估参数值。
文档评论(0)