统计学课件#x2d;#x2d;CH15多元线性回归分析.pptxVIP

第十五章多元线性回归分析 multiple linear regression ;讲述内容;■目的：作出以多个自变量估计应变量的多元 线性回归方程。 ■资料：应变量为定量指标；自变量全部或大 部分为定量指标，若有少数定性或等级指标 需作转换。;第一节;多元线性回归模型;表15?1多元回归分析数据格式;⑴求偏回归系数妬耻2, ??也;二、多元线性回归方程的建立;1;,i 打=1,2，…,m;三、假设检验及其评价 (-)对回归方程 1.方差分析法： 仇:丹=厲=??? = =°， H］：各/3k j-1, 2, ???, m)不全为 0,;表15?3多元线性回归方差分析表0 = 0.05）;2 .???定系数R2： 序=壘=1_% SS「* SSm /Up 01?21,说明自变量Xg，…，Xm能够;3 .复相关系数;（二）对各自变量指明方程中的每一个自 变量对丫的影响（而方差分析和决定系数检 验整体）。;F= ,)/l 匕=顷=〃_妇;各自变量的偏回归平方和可以通过拟合包含不同;SS 回(X|) = SS 回 0|,乂2，乂3，乂4)一，5回02*3，乂4);结论;2.1检验法 是一种与偏回归平方和检验完全等 价的一种方法。计算公式为;结果;3.标准化回归系数 变量标准化是将原始数据减去相应变量的均数, 然后再除以该变量的标准差。;□ □;S} = 1.5934 , S2 = 2.5748 , = 3.6706, S4 = 1.8234, SY = 2.9257;第二节自变量选择方法;一、全局择优法;1.校正决定系数选择法，其计算公式为 R2 =]_(1_r2)_2z!_ = i—竺 〃一P — l MS 息 〃为样本含量，R，为包含p(p〈初个自 变量的回归方程的决定系数。穴；的变化规 律是：当旧相同时，自变量个数越參：越 小。所谓“最优”回归方程是扌津：最大者。;2. C〃选择法 O齢一 3小;当由P个自变量拟合的方程理论上为最优时， 6的期望值是/2+1,因此应选择6最接近〃+1的回 归方程为最优方程。如果全部自变量中没有包含对Y 有主要作用的变量，则不宜用C,方法选择自变量。 注意：当P = m时，必有Cm=m + 19这种 情况不在选择之列，即应有Pmo;15015-2用全局择优法对例15?1数据的自变量进行选择。;二、逐步选择法;选择方法： 1. 前进法，回归方程中的自变量从无到有、从少到多 逐个引入回归方程。此法已基本淘汰。 2. 后退法，先将全部自变量选入方程，然后逐步剔除 无统计学意义的自变量。;检验水准。的设置：小样本定为0.10或0.15,;例15-3试用逐步回归方法分析例15-1数据 （a 入=0.10, a出=0.15 ）。;表15-8例15-3方差分析表;表15.9例15.3的回归系数的估计及检验结果;--H- 弟二F 多元线性回归的应用及其注意事项 ;一、多元线性回归的应用;二、多元线性回归应用的注意事项 1.指标的数量化 （1） 定量，非线性线性 （2） 定性，转为定量：（0, 1）变量，哑变量，伪变量,指示变量。 0男 分2类，可用一个（0, 1）变量。如性别X = 1女;］建立回归方程;（3）等级定量。 _ 一般是将等级从弱到强转换为X =1,2,3,…（或;也可将K个等级转换为K-1个（0, 1）变量;? 2.样本含量:〃 =(5?10)勿。 ? 3.关于逐步回归：对逐步回归得到的结果不要盲 目的信任，所谓的“最优”回归方程并不一定是 最好的，没有选入方程的变量也未必没有统计学 意义。例如，例15-3中若将选入标准和剔除标准 定为入=。。5 翘*=0.1。，选入的变車最［,乂4 而不是 X1,X2,X3,X4,结果发生了改变。 ?不同回归方程适应于不同用途，依专业知识定。;? 4.多重共线性 即指一些自变量之间存在较强的线性关系。 如高血压与年龄、吸烟年限、饮白酒年限等，这些自变量 通常是高度相关的，有可能使通过最小二乘法建立回归方 程失效，引起下列一些不良后果：;5.变量间的交互作用 为了检验两个自变量是否具 有交互作用，普遍的做法是在方程 中加入它们的乘积项。;6.残差分析即弓=匸-。;匕就