多元线性回归模型课件.pptx

此“教育”领域文档为创作者个人分享资料，不作为权威性指导和指引，仅供参考

1、本文档共59页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

多元線性回歸模型

§3.1模型的假定

§3.2最小二乘估計

§3.3最小二乘估計的性質

§3.4模型的離差形式和決定係數

§3.5參數估計的分佈性質

§3.5參數估計的分佈性質式中C是一等冪矩陣，且存在一正交變換矩陣P使

§3.5參數估計的分佈性質

§3.6多重共線性一、多重共線性存在的後果二、多重共線性的判別尺度三、多重共線性的解決方法

§3.6多重共線性一、多重共線性存在的後果

§3.6多重共線性由上機實驗數據表1、2

§3.6多重共線性

§3.6多重共線性多重共線性存在產生的後果：1.估計精度下降。2.估計結果（包括方差、協方差）對數據的極小變化很敏感。3.可以得到一個較高的決定係數R2，但系數估計在統計上很少顯著。

§3.6多重共線性二、多重共線性的判別尺度分析在什麼樣的情況下，多重共線性對估計結果影響太大，以至於不得不考慮它們的存在。

§3.6多重共線性

§3.6多重共線性VIF稱為方差擴大因數（VarianceInflationFactor）,利用它來描述變數之間的共線程度

§3.6多重共線性

§3.6多重共線性三、多重共線性的解決方法1．嶺回歸（RidgeRegression）2．對模型不作任何調整3．增加樣本資訊4．對數據作變換

§3.6多重共線性1．嶺回歸（RidgeRegression）

§3.6多重共線性

§3.6多重共線性2．對模型不作任何調整現有庫存調整模型的估計結果：

§3.6多重共線性

§3.6多重共線性3．增加樣本資訊Brown消費函數估計結果如下：

§3.6多重共線性

§3.6多重共線性4．對數據作變換

该用户很懒，什么也没介绍

咨询Ta 进入空间

更多 >