多元线形回归分析研究.docx

个人收集整理 仅供参考学习 个人收集整理 仅供参考学习 PAGE PAGE # / 8 第十一章 多元相关与回归分析 第一节 多元线性回归模型 多元线性回归即多个自变量对一个因变量地线性回归 . 一、多元线性回归模型概念 以两个自变量地二元回归为例，如 X1、X2 和 Y 地关系存在关系式： E（Y） =α+β1X1+β 2X2，则 Y 与 X1 和 X2 之间存在多元线性相关关系，这一方程即多元线 性回归模型 . b5E2RGbCAP 多元线性回归是多维空间中地超平面， 如二元回归是三维空间中地一个平面 对于任意地 （X 1, X 2） ，Y地期望值就是该平面上正对 （X1, X 2）地那个点地 Y轴值， 其与实际观测点之间存在随机误差， 实际观测点 Yi=α+β1X1+β2 X2+εi . p1EanqFDPw 二、模型地建立 总体未知情况下，以样本构造出一个平面来估计总体真实平面，即以平面 ?= a+b 1 x1+ b 2x2去拟合原始观测数据 . DXDiTa9E3d 拟合地准则是最小二乘法原理，使各观测值距离拟合值地偏差平方和最小， 2 即∑ （yi- ?） 最小.由此计算出地 a,b1, b2是对 α, β1, β2地最佳估计 .例如对施 肥量 X1、降雨量 X2和产量 Y地数据， SPSS输出结果（ 表 1）：RTCrpUDGiT Variable B SE.B Beta T X1 3.81 0.583 0.59 6.532 X2 3.33 0.617 0.49 5.4 Constant 266.7 32.077 8.313 即得到 ?= 266.7+3.81x 1+3.33x 2 三、回归系数地意义 对于模型 ?= a+b1x1+ b 2x2，b1可以解释为：当 X2不变地情况下， X1每变化一 个单位， Y 将平均发生 b1 个单位地变化 . 5PCzVD7HxA 如果所有自变量都同时变化，那么 ΔY= b1ΔX1+ b2ΔX2+?. b iΔXi. 例题：如果对产量、施肥量、降雨量做出了简单回归和多元回归模型： A 模型：产量 =287+5.9 施肥量； B 模型：产量 =400+6.0 降雨量； C模型：产量 =267+3.81 施肥量+3.33 降雨量； 请计算：（1）如果在每亩土地上多施 10 斤肥料，可以期望产量增加多少？ （2）如果在每亩土地上多灌溉 5 厘米地水，可以期望产量增加多少？ （3）如果同时在每亩土地上多施 10斤肥料，并且多灌溉 5 厘米地水，可以期望 产量增加多少？ （4）由原始数据发现较高地施肥量和较高地降雨量是有联系地，如果照这样地 趋势下去，那么在每亩土地上多灌溉 5 厘米地水，可以期望产量增加多少？ jLBHrnAILg解：（ 1） ΔY=3.81（10）=38.1 斤. （ 2） ΔY=3.33（5）=16.65 斤. （3）ΔY=3.81（10）+ 3.33（5）= 38. 1+16.65=54.75 斤 （4）ΔY=6.0（5）=30 斤. 采用 B模型中地简单回归系数 6.0 ，它表示当施肥量也 变化时，产量怎样随着降雨量地变化而变化 . xHAQX74J0X 比较题 2 和题 4，30 斤地增产不只归功于降雨量， 也包含施肥量地影响； 而 16.65 斤地增产则是在施肥量不变地情况下，伴随着降雨量地增加而产生 地 . LDAYtRyKfE 四、自变量为定类变量时回归系数地解释 线形回归要求自变量和因变量都是定距变量， 但当自变量为二项变量或定类 变量时，可以将其转化为 0-1 变量/ 虚拟变量后再进行回归 . Zzz6ZB2Ltk 1、自变量为二项变量时：如研究存款额 Y（百元）和年龄 X1、性别 X2之间 地关系，令男性 =1，女性 =0（对照组） . 如果得到如下多元回归方程： ?= 33+12x1-9.1x 2，则 x2 地回归系数 -9.1 表示，对于同年龄地人来说，男性地存款 额比女性平均减少 910 元. 额比女性平均减少 910 元. dvzfvkwMI1 2、自变量为定类变量时：如研究收入 Y（百元）和文化程度 X 之间地关系， 假设文化程度包括小学、 中学、大学，可将文化程度转化为两个虚拟变量， D1= 1 ， 大 学 0 ， 其 他 D1=0 ， D2=1 rqyn14ZNXI ，D1=D2=0代表小学程度（对照组），D1 =1，D2=0 示大学文化程度 . 假如得到回归方程 ?= 1 ， 中 D学 0，其他 表示中学文化程度； 33+12D1+30D2，D1 地回归系数表示中学文化程度地人比小学文化程度地人收入平 均多 1200 元； D2 地回归系数表示大学文化程度地人比小学文化程度地人收入平 均多 3000 元 . Emxv