第四讲回归分析逐步回归分析.pptVIP

④x4引入回归方程后的结果标准回归系数（利用标准化数据求得的回归系数）为：剩余平方和标准回归方程为：其中l＝1，表明方程只引入一个变量*第30页，共47页，星期日，2025年，2月5日一般回归方程为：一般回归系数为：常数项为*第31页，共47页，星期日，2025年，2月5日第二步(t=2)①选择第二个变量进入回归方程计算偏回归平方和ui(2)(i=1,2,3)（利用R(1)对不在回归方程中的每个变量做计算）其中以u1(2)=0.2980最大，故最优先考虑x1引入回归方程（能否引入方程要做检验）。☆7A*第32页，共47页，星期日，2025年，2月5日②引入变量的检验（引入检验）偏回归系数检验式中，分母表示x1引入回归方程后，剩余平方和等于只包含x4一个变量时的剩余平方和减去x1引入回归方程而使回归平方和增大的部分。由于F1(2)F0.05(1,10)=4.96，因此x1应引入回归方程中。将x1引入，方程中有两个因子，即l=2*第33页，共47页，星期日，2025年，2月5日*第1页，共47页，星期日，2025年，2月5日最优回归方程的问题在有p个自变量的情况下，根据自变量的不同组合可能建立的回归方程众多。这些回归方程的效果有好有坏，而人们希望的是回归效果最好的，即“最优”的回归方程最优回归方程的要求：回归效果最佳自变量的个数最少一方面对因变量起显著作用的自变量都选进回归方程，另一方面对因变量作用不显著的自变量都剔除回归方程，选择一个最佳的变量组合*第2页，共47页，星期日，2025年，2月5日选择最优回归方程的方法1.从所有可能的变量组合中，选择一个最优的回归方程。这种方法一定能选出一个最优组合，但工作量特别大2.逐步剔除法基本步骤：从包含全部p个自变量组合的回归方程中逐个检验回归系数，剔除对因变量作用不显著的自变量；对剔除后剩下的q个自变量建立对因变量的多元回归方程，再逐个检验回归系数，剔除不显著的变量；重复上述步骤，直到保留在回归方程中自变量的作用都显著为止缺点：一开始把全部自变量都要引入回归方程，计算量很大，实际上有些不重要的就不必引入*第3页，共47页，星期日，2025年，2月5日3.逐步引入法①基本步骤：先逐个比较xl,…,xp对y的回归方程那些是显著的，从显著的方程中挑选F值最大的，相应的自变量x?就被“引入”方程。无妨设x?就是x1再逐个比较(x1,x2)、(x1,x3)、…、(x1,xp)对y的回归方程，看有没有F值显著的，此时的F就是考虑添加xi之后，xi的回归系数是否显著地不为0，将显著的F中最大的F所相应的变量“引入”方程。无妨设第二次“引入”的自变量是x2再考察以x1、x2为基础，逐个添加x3、x4、…、xp之后的回归方程，是否较x1、x2的方程有显著的改进，有就再“引入”新的自变量……，这样下去，终于到某一步就没有可以再“引入”的自变量了。这时就获得了最后的回归方程*第4页，共47页，星期日，2025年，2月5日4．逐步回归分析方法按照自变量对因变量所起作用的显著程度，从大到小逐个地引入回归方程当每一变量引入以后，若先前已经引入的变量由于后来变量的引入而使其作用变得不显著时，就及时从回归方程中剔除出去，直到作用显著的变量都引入到回归方程，而作用不显者的变量都剔出回归方程，得到一个最佳的变量组合为止②“逐步引入“法的缺点：不能反映后来变化的状况，设想x1、x2、x3引入后，又引入了x6，也许x3、x6引入后，x1的作用就不重要了，应该予以剔除，而“逐步引入”法不能达到这个要求*第5页，共47页，星期日，2025年，2月5日逐步回归分析的几个问题一、建立标准正规方程组二、变量的引入、剔除与消去法的关系*第6页，共47页，星期日，2025年，2月5日一、建立标准正规方程组为了分辨p个自变量对因变量Y所起影响(或作用)的大小，一个自然的想法是比较各自变量回归系数(j＝1,2,…,p)的绝对值的大小。根据回归系数的含义，Xj的回归系数是在其余p－1个自变量保持不变的条件下，Xj改变一个单位所引起Y平均变化的大小。因而回归系数绝对值的大小反映了它所代表的因素的重要程度由于回归系数和自变量所取的单位(或数量级)有关，而各个自变量取不同的量纲的情况是常见的，因而不能将回归系数直接进行比较*第7页，共47页，星期日，2025年，2月5日建立标准正规方程组为了消除这个影响，对自变量和因变量都要加以标准化标准化的方法经过标准化的变