高级统计多元回归.pptVIP

第一页，共二十六页，2022年，8月28日 1. 回归模型的拟合度 第二页，共二十六页，2022年，8月28日 简单回归 从散点图开始有助我们对变量间的关系有一个形象化的了解。 如何对变量间的关系进行更准确的描述？ —— 线性回归 画出回归线 哪条直线是最优拟合？ 第三页，共二十六页，2022年，8月28日 回归线 拟合的程度怎样？ 第四页，共二十六页，2022年，8月28日 残差 从点到线的离差可代表拟合的程度 （残差）Residuals 第五页，共二十六页，2022年，8月28日 作回归线 使离差的平方和为最小 离差 = y 观测值- y 预测值 叫做 Least-squares regression 回归方程 y = a + bx IGRAPH /VIEWNAME=Scatterplot /X1 = VAR(salbegin) TYPE = SCALE /Y = VAR (salary) TYPE = SCALE /COORDINATE = VERTICAL /FITLINE METHOD = REGRESSION LINEAR LINE = TOTAL 第六页，共二十六页，2022年，8月28日 好的模型 残差很小 R2=0.89 第七页，共二十六页，2022年，8月28日 一般的模型 R2=0.35 残差较大 第八页，共二十六页，2022年，8月28日 差的模型 R2=0.002 这里的直线基本不能描述数据 第九页，共二十六页，2022年，8月28日 2. 多元回归的方法（method） 第十页，共二十六页，2022年，8月28日 多元回归的方法（method） 方法间的区别在于如何处理相关的自变量重叠部分的方差，即用何原则确定变量进入方程的次序 标准回归或同时回归：Enter 逐步回归：Stepwise 层次回归：hierarchical 第十一页，共二十六页，2022年，8月28日 标准回归 亦称同时回归（simultaneous） 重叠部分对R2有贡献，但不分配到任何一个自变量中 与其他自变量重叠区域大的自变量的相对重要性可能被忽视 第十二页，共二十六页，2022年，8月28日 逐步回归：Stepwise 在分析的每一阶段，与因变量有最大偏相关的自变量被加在模型上。 变式 Forward Backward remove 拟合度最优，用于探索性回归 最好 n 20 IV 慎推广，须交互验证 第十三页，共二十六页，2022年，8月28日 层次回归：hierarchical 研究者根据理论假设确定次序，定义block 因果顺序在前的，先进入方程 欲考察的重要变量或者放在前，或放在最后 应选择 statistics… R square change 第十四页，共二十六页，2022年，8月28日 3. 多元回归的数据要求 第十五页，共二十六页，2022年，8月28日 多元回归的数据要求 （1） 因变量应为等距/等比型变量。 在实际操作中，如果有足够的水平，顺序型变量也可。如果因变量 是命名型，则须用判别分析或 logistic regression。 自变量应为等距/等比型变量。在实际操作中，顺序型变量也可。命名型若为 2水平 (dichotomies) 可直接用。命名型若为多水平， 可先转换为 dummy variables。 因变量与自变量的关系应为线性。如果变量间关系是曲线的, 但具单调性 (递增或递减), 可通过转换达成线性。 如果是 U 型线,需特殊转换处理。 尽管自变量间彼此可以有相关, 其相关不可接近完全线性。否则称为 multicollinearity。 第十六页，共二十六页，2022年，8月28日 多元回归的数据要求 （2） 被试数目与自变量数目的比率为10:1 (根据不同情况在20:1至5:1 的范围中);被试数目 100 没有 非常值 （Outliers） 没有 Multicollinearity 第十七页，共二十六页，2022年，8月28日 多元回归的统计前提 3个前提： 因变量残差正态分布 残差与 预测值呈线性关系 在因变量预测值的所有水平上，残差的方差相等 散点图：纵轴为因变量的预测值（ZPRED），横轴为残差（ZRESID） 第十八页，共二十六页，2022年，8月28日 残差图 残差图告诉我们回归线在不同变量水平的拟合程度 第十九页，共二十六页，2022年，8月28日 残差图提供的重要信息 残差的系统分布提示有未被解释的系统性方差 自变量增大时，残差增大。 变量间的关系不是线性的 第二十页，共二十六页，2022年，8月28日 ③ 例 ④