主成分分析与因子分析的主要方法和思想.docxVIP

. 1.（ 10 分）数据中心化和标准化在回归分析中的意义是什么？ 在多元线性回归分析中 ,因为涉及多个自变量 ,自变量的单位往往不同 ,会给分析带来一 定的困难 ,又由于涉及的数据量很大 ,就可能会以舍入误差而使得计算结果不理想 . 1.中心化处理后可以减少一个未知参数 ,减少了计算的工作量 ,对手工计算尤为重要 . 2.标准化处理后有利于消除量纲不同和数量级的差异所带来的影响 ,避免不必要的误差 . 2.（ 10 分）在实际问题中运用多元线性回归应注意哪些问题？ 在实际问题中 ,人们用复相关系数 R 来表示回归方程对原有数据拟合程度的好坏 ,但是拟 合优度并不是检验模型优劣的唯一标准 ,有时为了使模型从结构上有较合理的经济解释 ,R2 等于 0.7 左右也给回归模型以肯定的态度 . 在多元线性回归分析中 ,我们并不看重简单相关系数 ,而认为偏相关系数才是真正反映因 变量 y 与自变量 xi 以及自变量 xi 与 x j 的相关性的数量 . 用相关系数 R2 大小来衡量模型的拟合优度 ,不能仅由 R2 值很大来推断模型优劣 . 在实际应用回归方程进行控制和预测时 ,给定的 x0 值不能偏离样本均值太大 ,如果太大 , 用回归方程无论是作因素分析还是经济预测 ,效果都不会理想 . 得到实际问题的经验回归方程后 ,还不能马上用它去作分析和预测 ,还需运用统计方法对 回归方程进行检验