第十三章多元回归与多元相关分析.pptxVIP

第十三章多元回归与多元相关分析;设因变量Y与自变量x1,x2,…xm有关系式: Y=a+b1x1+b2x2+…+bmxm+ε 其中ε就是随机项。 现有n组数据: (y1;x11 ,x21 ,… xm1) (y2 ;x12 ,x22 ,… xm2) ………………………、、 (yn ;x1n ,x2n ,… xmn) 其中,xij就是自变量xi得第j个值,yj就是Y得第j个观测值。; 假定: 其中a,b1,…bm就是待估参数;而ε1,ε2,…,εn相互独立且服从相同得分布N(0,σ2 ) ;样本多元回归方程为: ;二、多元线性回归方程得建立; ………、、………………………、、 整理得:;其中: 该方程组用矩阵表示为: ;若系数矩阵用A表示,未知项矩阵用b表示,常数矩阵用K表示,则可写为: Ab=K (13、8) 为了求解b,一般应先求出A得逆矩阵A-1,令: A-1就是一个m阶得对称矩阵,即有cij=cji;9;A-1A=I 式12、8两边同乘以A-1,可得 b= A-1K 即: 例13、1 ;三、多元回归得假设检验和置信区间;与直线回归分析类似,多元回归中因变量y得总平方和 也可分解为离回归平方和(剩余平方和)与回归平方和(Uy/12…m)即: 例13、2 ;(二)多元线性回归方程得假设检验;这里应注意两个问题: 1)多元线性回归关系显著不排斥有更合理得多元非线性回归方程得存在; 2)多元线性回归关系显著也不排斥其中存在着与因变量y无线性关系得自变量,因此有必要对各偏回归系数逐个进行假设检验,以便发现和剔除β=0得自变量。 一般说来,只有当多元回归方程得自变量得偏回归系数均达到显著时,多元回归检验得F值才有确定意义。 例13、3;(三)偏回归系数得假设检验;(1)t检验 偏回归系数bi得标准误为: 符合df=n-(m+1)得t分布,故在H0:βi=0得假设下,由 可知bi抽自βi得总体得概率。;(2)F检验 Upi——y在xi上得偏回归平方和 可确定bi来自βi=0得总体得概率。 例13、4;(四)多元线性回归得区间估计;单个y得置信区间可用下式估计: 例13、5 ;第二节 多元相关分析;Ry/12…m得取值区间为[0,1],接近1,相关程度高,多元相关系数得假设检验用F检验,而不能用t检验。 假设H0:ρ=0;对HA:ρ≠0,其F值为: (13、33) 式中,df1=m, df2=n-m-1, R2=R2y/12…m 多元相关系数得显???性与多元回归方程得显著性一致,即Ry/12…m显著,多元回归方程必显著。 ;对同一资料,多元相关与多元回归得假设检验只需要进行一种。 由于在df1=m,df2=n=m-1一定时,给定显著水平α得F值也一定,所以将式12、47移项整理,可得显著水平为α时临界R值: (13、34) R与 比较,R 相关 按自由度df=n-m-1和变量个数M=m+1查附表14,而不必直接计算 。; 称决定系数 她就是多元回归平方和占y得总变异平方和得比率。 即有x%可由自变量得变异决定。 例13、6 P247 ;二、偏相关;(一)偏相关系数得一般解法 第一步:计算由简单相关系数构成得相关矩阵R(xi,xj,y): 第二步:求其逆矩阵R-1