成信工统计天气预报课件第11章 多元回归与建模.pptVIP

* 建立维修时间的回归方程 二元回归方程 解释你得到的回归方程！ 蓝色为电子类，红色为机械类 * 诊断你的模型：残差分析 残差分析不仅被用于判断你对模型中误差项所设的假定是否符合，而且还可以检测出异常值和有影响的点。 残差图:由横轴为自变量或者因变量的预测值、纵轴为残差或者学生化残差组成的散点图。 * 识别影响点、异常值 识别影响点的方法：杠杆率比较大(大于 3(p+1)/n)，或者Cook距离D比较大(1). 检测异常值的方法： 散点图； 利用学生化标准残差基本服从标准正态分布来检测(落在2个标准差之外时)。 识别之后：建议应该同时报告包含影响点和除去影响点的两种回归结果。 * 其它的内容 使用残差检验误差项的正态性； 使用残差来分析误差项的独立性：Durbin-Watson统计量d 残差对时间的散点图 * Durbin-Watson 检验 * How does the weather affect the sales of lift tickets in a ski resort? Data of the past 20 years sales of tickets, along with the total snowfall and the average temperature during Christmas week in each year, was collected. The model hypothesized was TICKETS=b0+b1SNOWFALL+b2TEMPERATURE+e Regression analysis yielded the following results: Example The model seems to be very poor: The fit is very low (R-square=0.12), It is not valid (Signif. F =0.33) No variable is significant * The errors may be normally distributed Residual over time Residual vs. predicted y The errors are not independent The error variance is constant The modified regression model TICKETS=b0+ b1SNOWFALL+ b2TEMPERATURE+ b3YEARS+e All the required conditions are met for this model. The fit of this model is high R2 = 0.74. The model is useful. Significance F = 5.93 E-5. SNOWFALL and YEARS are significant. TEMPERATURE is not significant. * “没有哪一个模型是对的，但是的确有一些模型是好的。” 回归模型的建立 * 一般线性模型 模拟曲线关系 交互作用 包含因变量的变换 内蕴线性的非线性模型 * 模拟曲线关系 例：雷诺兹公司管理人员希望对公司销售人员工作年限的长短和电子实验室天平的销售数量之间的关系进行调研。 * * 第十一章 多元回归与建模 * 研究多个变量间的关系，因变量如何受到多个自变量的影响，用多个自变量预测因变量的值。 例： 超市中商品的价格、摆放位置、促销手段如何影响销售量； 如何用客户的个人资料（职业、收入、家庭成员人数、婚姻状况、是否有抵押等）进行信用预测； 连锁旅店的利润主要受哪些因素影响； 如何预测每个客户的流失概率； 如何在达到环保标准的前提下找到最佳生产条件； 如何给二手车定价； 如何预测故障维修时间； 如何定新员工的薪水及解聘员工的补偿金。 * * X2 X1 Y ?i * 认识R2 总变差的分解：SST=SSR+SSE； 判定系数： R2=SSR/SST； 多重相关系数R； 调整（修正）的判定系数： * 对回归方程的检验 问题：因变量和所有自变量的集合之间是否存在显著的关系？ 检验假设 拒绝域 * 对回归系数的检验 检验假设 检验统计量 拒绝域