- 1、本文档共18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
--
23. 多元线性回归
一、多元线性回归
1. 模型为
Y= + X + … + X + ε
0 1 1 N N
其中 X , …, X 是自变量, Y 是因变量, , … , 是待求的
1 N 0 1 N
未知参数,ε 是随机误差项(残差) ,若记
多元线性回归模型可写为矩阵形式:
Y=X β + ε
通常要求:矩阵 X 的秩为 k+1 (保证不出现共线性) , 且 kN; ε
为正态分布, E( ε)=0 和 E( εε’)= 2 I 错误!未定义书签。 ,其中
I 为 N ×N 单位矩阵。
用最小二乘法原理,令残差平方和
最小,得到
为 β的最佳线性无偏估计量(高斯-马尔可夫定理) 。
2. 2 的估计和 T 检验
选取 2 的估计量:
则
假如 t 值的绝对值相当大,就可以在适当选定的置信水平上否定
--
--
原假设,参数的 1- α置信区间可由下式得出:
其中 t 为与α%显著水平有关的 t 分布临界值。
α /2
2
3. R 和 F检验
2
若因变量不具有 0平均值,则必须对 R 做如下改进:
2
随着模型中增添新的变量, R 的值必定会增大, 为了去掉这种增
2
大的干扰, 还需要对 R 进行修正 (校正拟合优度对自由度的依赖
关系):
2 ESS/ ( N k 1) N 1 2
R 1 1 (1 R )
TSS / ( N 1) N k 1
做假设检验:
H : = …= =0; H : … , 至少有一个≠ 0 ;
0 1 N 1 1 N
使用 F统计量做检验,
若 F 值较大,则否定原假设。
二、 PROC REG 过程步
基本语法:
PROC REG data = 数据集 ;
MODEL 因变量 = 自变量列表 / 可选项 ;
--
--
restrict 自变量的等式约束 ;
说明: MODEL 语句用来指定因变量和自变量;
restrict 语句示例: restrict a1+a2=1;
常用的输出可选项:
STB——输出标准化偏回归系数矩阵
CORRB ——输出参数估计矩阵
COLLINOINT ——对自变量进行共线性分析
P——输出个体观测值、预测值及残差 (R/CLM/CLI
包含 P)
R——输出每个个体观测值、残差及标准
文档评论(0)