多元回归与多元相关分析.ppt

*Ry/12…m的取值区间为[0，1]，接近1，相关程度高，多元相关系数的假设检验用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多元相关系数的显著性与多元回归方程的显著性一致，即Ry/12…m显著，多元回归方程必显著。第21页,共30页，2024年2月25日，星期天*对同一资料，多元相关与多元回归的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的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。第22页,共30页，2024年2月25日，星期天*称决定系数它是多元回归平方和占y的总变异平方和的比率。即有x%可由自变量的变异决定。例13.6P247第23页,共30页，2024年2月25日，星期天*二、偏相关偏相关系数:在其他变量都保持一定时，表示指定的两个变量之间相关密切程度的量值称为偏相关系数。偏相关系数用r加下标表示。如三个变量x1,x2,x3则r12,3表示x3保持一定时，x1与x2的偏相关系数。偏相关系数的取值范围和简单相关系数一样，也是[-1，1]。第24页,共30页，2024年2月25日，星期天*（一）偏相关系数的一般解法第一步：计算由简单相关系数构成的相关矩阵R(xi,xj,y)：第二步：求其逆矩阵R-1第25页,共30页，2024年2月25日，星期天*第三步：计算偏相关系数rij.:例13.7第26页,共30页，2024年2月25日，星期天*（二）偏相关系数的间接解法当只有三个变量时，可用简单相关系数间接计算偏相关系数。设三个变量为xi,xj,xk,则当xk保持一定时，xi和xj间的偏相关系数为：（13.36）例13.8P250四个变量略。第27页,共30页，2024年2月25日，星期天*（三）偏相关系数的假设检验偏相关系数假设检验可采用t检验，同简单相关系数的假设检验相类似，检验的假设为H0:ρij=0,HA:ρij≠0其t值为：（13.39）它服从自由度为n-M的t分布。若|t|tα为显著，在实践中，不需计算此t值，而是将rij.与一定显著水平α下的临界rij.值相比较。第28页,共30页，2024年2月25日，星期天*由13.39推出：若实际算得的|rij.|r0.05或r0.01,则rij.为显著或极显著，否则不显著。这些rα.值已列入附表14的M=2列。例13.9P250第29页,共30页，2024年2月25日，星期天感谢大家观看第30页,共30页，2024年2月25日，星期天关于多元回归与多元相关分析**第一节：多元回归分析一、多元线性回归模型多元线性回归：是指具有两个或两个以上自变量，且各自变量均为一次项的回归。多元回归跟一元回归在很多方面是相同的，只是多元回归方法更复杂些，计算量相当大，一般通过计算机程序来完成计算。第2页,共30页，2024年2月25日，星期天*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是自变量xi的第j个值，yj是Y的第j个观测值。第3页,共30页，2024年2月25日，星期天*假定：其中a,b1,…bm是待估参数；而ε1，ε2,…，εn相互独立且服从相同的分布N（0，σ2）第4页,共30页，2024年2月25日，星期天*样本多