统计回归模型讲座PPT学习教案

1、会计学1统计回归模型讲座统计回归模型讲座回归模型回归模型是用统计分析方法建立的最常用的一类模型是用统计分析方法建立的最常用的一类模型. 数学建模的基本方法数学建模的基本方法机理分析机理分析测试分析测试分析通过对数据的通过对数据的统计分析统计分析，找出与数据拟合最好的模型，找出与数据拟合最好的模型. 不涉及回归分析的数学原理和方法不涉及回归分析的数学原理和方法 . 通过通过实例实例讨论如何选择不同类型的模型讨论如何选择不同类型的模型 . 对软件得到的结果进行对软件得到的结果进行分析分析，对模型进行，对模型进行改进改进. 由于客观事物内部规律的复杂及人们认识程度的限制由于客观事物内部规律的复杂及人

2、们认识程度的限制,无法分析实际对象内在的因果关系，建立合乎机理无法分析实际对象内在的因果关系，建立合乎机理规律的数学模型规律的数学模型. 第1页/共51页1 牙膏的销售量牙膏的销售量 问问题题建立建立牙膏销售量与价格、广告投入之间的牙膏销售量与价格、广告投入之间的模型模型;预测预测在不同价格和广告费用下的牙膏在不同价格和广告费用下的牙膏销售量销售量. 收集了收集了30个销售周期本公司牙膏销售量、价格、个销售周期本公司牙膏销售量、价格、广告费用，及同期其他厂家同类牙膏的平均售价广告费用，及同期其他厂家同类牙膏的平均售价 .9.260.556.804.253.70307.930.055.803.8

3、53.80298.510.256.754.003.7527.38-0.055.503.803.851销售量销售量(百万支百万支)价格差价格差（元）（元）广告费用广告费用(百万元百万元)其他厂家价格其他厂家价格(元元)本公司价格本公司价格(元元)销售周期销售周期第2页/共51页基本模型基本模型y 公司牙膏销售量公司牙膏销售量x1其他厂家与本公司其他厂家与本公司价格价格差差x2公司广告费用公司广告费用110 xy222210 xxy55.566.577.577.588.599.510 x2y-0.200.20.40.677.588.599.510 x1y22322110 xxxyx1, x2解释变

4、量解释变量(回归变量回归变量, 自变自变量量) y被解释变量（因变量）被解释变量（因变量） 0, 1 , 2 , 3 回归系数回归系数 随机随机误差（误差（均值为零的均值为零的正态分布随机变量）正态分布随机变量）第3页/共51页MATLAB 统计工具箱统计工具箱 模型求解模型求解b,bint,r,rint,stats=regress(y,x,alpha) 输输入入 x= n 4数据矩阵数据矩阵, 第第1列为全列为全1向量向量1 2221xxxalpha(置信置信水平水平,0.05) 22322110 xxxyb 的的估计值估计值 bintb的置信区间的置信区间 r 残差向量残差向量y-xb r

5、intr的置信区间的置信区间 Stats检验统计量检验统计量 R2,F, pyn维数据向量维数据向量输输出出 由数据由数据 y,x1,x2估计估计 参数参数参数估计值参数估计值置信区间置信区间17.32445.7282 28.92061.30700.6829 1.9311 -3.6956-7.4989 0.1077 0.34860.0379 0.6594 R2=0.9054 F=82.9409 p0.0001 0 1 2 3第4页/共51页结果分析结果分析y的的90.54%可由模型确可由模型确定定 参数参数参数估计值参数估计值置信区间置信区间17.32445.7282 28.92061.307

6、00.6829 1.9311 -3.6956-7.4989 0.1077 0.34860.0379 0.6594 R2=0.9054 F=82.9409 p0.0001 0 1 2 322322110 xxxyF远超过远超过F检验的临界检验的临界值值 p远小于远小于 =0.05 2的置信区间包含零点的置信区间包含零点(右端点距零点很近右端点距零点很近) x2对因变量对因变量y 的影响不太显的影响不太显著著x22项显项显著著 可将可将x2保留在模型中保留在模型中 模型从整体上看成模型从整体上看成立立第5页/共51页22322110 xxxy销售量预测销售量预测 价格差价格差x1=其他厂家其他厂家

7、价格价格x3-本公司本公司价格价格x4估计估计x3调整调整x4控制价格差控制价格差x1=0.2元，投入广告费元，投入广告费x2=6.5百万元百万元销售量预测区间为销售量预测区间为 7.8230，8.7636（置信度（置信度95%）上限用作库存管理的目标值上限用作库存管理的目标值 下限用来把握公司的现金流下限用来把握公司的现金流 若估计若估计x3=3.9，设定，设定x4=3.7，则可以，则可以95%的把握的把握知道销售额在知道销售额在 7.8320 3.7 29（百万元）以上（百万元）以上控制控制x1通过通过x1, x2预测预测y2933.822322110 xxxy(百万支百万支)第6页/共5

8、1页模型改进模型改进x1和和x2对对y的的影响独影响独立立 22322110 xxxy21422322110 xxxxxy参数参数参数估计值参数估计值置信区间置信区间17.32445.7282 28.92061.30700.6829 1.9311 -3.6956-7.4989 0.1077 0.34860.0379 0.6594 R2=0.9054 F=82.9409 p0.0001 0 1 2 3参数参数参数估计值参数估计值置信区间置信区间29.113313.7013 44.525211.13421.9778 20.2906 -7.6080-12.6932 -2.5228 0.67120.2

9、538 1.0887 -1.4777-2.8518 -0.1037 R2=0.9209 F=72.7771 p0.0001 3 0 1 2 4x1和和x2对对y的影响的影响有交互作有交互作用用第7页/共51页两模型销售量预测两模型销售量预测比较比较21422322110 xxxxxy22322110 xxxy预测区间预测区间 7.8230，8.7636预测区间预测区间 7.8953，8.7592 控制价格差控制价格差x1=0.2元，投入广告费元，投入广告费x2=6.5百万元百万元预测区间长度更短预测区间长度更短 略有增加略有增加 y 2933. 8 y预测预测值值3272. 8 y预测预测值值

10、第8页/共51页x2=6.5x1=0.2 -0.200.20.40.67.588.59x1y -0.200.20.40.67.588.59x1y 56787.588.599.510 x2y 567888.599.51010.5x2y 22322110 xxxy21422322110 xxxxxy两模型两模型 与与x1, ,x2关系的关系的比较比较y 第9页/共51页交互作用影响的讨论交互作用影响的讨论2221 . 06712. 07558. 72267.301xxyx价格差价格差 x1=0.1 价格差价格差 x1=0.32223 . 06712. 00513. 84535.321xxyx214

11、22322110 xxxxxy5357. 72x加大广告投入使销售量增加加大广告投入使销售量增加 （ x2大于大于6百万元）百万元）价格差较小时增价格差较小时增加的速率更大加的速率更大 56787.588.599.51010.5x1=0.1x1=0.3x2y 1 . 03 . 011xxyy价格优势会使销售量增加价格优势会使销售量增加 价格差较小时更需要靠价格差较小时更需要靠广告来吸引顾客的眼球广告来吸引顾客的眼球 第10页/共51页牙膏的销售量牙膏的销售量 建立统计回归模型的基本步骤建立统计回归模型的基本步骤 根据已知数据从常识和经验分析根据已知数据从常识和经验分析, 辅之以作图辅之以作图,

12、 决定回归变量及函数形式决定回归变量及函数形式(先取尽量简单的形式先取尽量简单的形式). 用用软件软件(如如MATLAB统计工具箱统计工具箱)求解求解. 对结果作对结果作统计分析统计分析: R2,F, p是对模型整体评价是对模型整体评价, 回归系数置信区间是否含零点检验其影响的显著回归系数置信区间是否含零点检验其影响的显著性性. 模型改进模型改进, 如增添二次项、交互项等如增添二次项、交互项等. 对因变量进行对因变量进行预测预测.第11页/共51页2 软件开发人员的薪金软件开发人员的薪金资历资历 从事专业工作的年数；管理从事专业工作的年数；管理 1= =管理人员管理人员, ,0= =非管理人员

13、；教育非管理人员；教育 1= =中学，中学，2= =大学，大学，3= =更高程度更高程度. .建立模型研究薪金与资历、管理责任、教育程度的关系建立模型研究薪金与资历、管理责任、教育程度的关系. .分析人事策略的合理性，作为新聘用人员薪金的参考分析人事策略的合理性，作为新聘用人员薪金的参考. . 编号编号薪金薪金资历资历管理管理教育教育0113876111021160810303187011130411283102编号编号薪金薪金资历资历管理管理教育教育422783716124318838160244174831601451920717024619346200146名软件开发人员的档案资料名软件

14、开发人员的档案资料 第12页/共51页分析与假设分析与假设 y 薪金，薪金，x1 资历（年资历（年）x2 = = 1 管理人员，管理人员，x2 = = 0 非管理人非管理人员员1= =中学中学2= =大学大学3= =更高更高其他中学,013x其他大学,014x假设资历每加一年薪金的增长是常数；假设资历每加一年薪金的增长是常数；且管理、教育、资历之间无交互作用且管理、教育、资历之间无交互作用. . 教教育育443322110 xaxaxaxaay线性回归模型线性回归模型 a0, a1, , a4是待估计的回归系数，是待估计的回归系数， 是随机误是随机误差差 中学：中学：x3=1, x4=0 ；大

15、学：大学：x3=0, x4=1； 更高：更高：x3=0, x4=0 第13页/共51页模型求解模型求解443322110 xaxaxaxaay参数参数参数估计值参数估计值置信区间置信区间a011033 10258 11807 a1546 484 608 a26883 6248 7517 a3-2994 -3826 -2162 a4148 -636 931 R2=0.9567 F=226 p0.0001 R2,F, p 模型整体上可用模型整体上可用资历增加资历增加1年年薪金增长薪金增长546 管理人员薪管理人员薪金多金多6883 中学程度薪金中学程度薪金比更高的少比更高的少2994 大学程度薪金

16、大学程度薪金比更高的多比更高的多148 a4置信区间包含置信区间包含零点，解释不可零点，解释不可靠靠! !中学：中学：x3=1, x4=0;大学：大学：x3=0, x4=1; 更高：更高：x3=0, x4=0. x2 = = 1 管理，管理，x2 = = 0 非管理非管理x1资历资历( (年年) )第14页/共51页残差分析方残差分析方法法 结果分析结果分析443322110 xaxaxaxaay残差残差yyee 与资历与资历x1的关系的关系 05101520-2000-1000010002000 e与管理与管理教育组合的关系教育组合的关系 123456-2000-1000010002000残

17、差全为正残差全为正, ,或全为负或全为负, ,管理管理教育组合处理不教育组合处理不当当. . 残差大概分成残差大概分成3个水平个水平, ,6种管理种管理教育组合混教育组合混在一起，未正确反映在一起，未正确反映.应在模型中增加管理应在模型中增加管理x2与教育与教育x3, x4的交互项的交互项 .组合组合123456管理管理010101教育教育112233管理与教育的组合管理与教育的组合第15页/共51页426325443322110 xxaxxaxaxaxaxaay进一步的模进一步的模型型增加管理增加管理x2与教育与教育x3, x4的交互的交互项项参数参数参数估计值参数估计值置信区间置信区间a0

18、1120411044 11363a1497486 508a270486841 7255a3-1727-1939 -1514a4-348-545 152a5-3071-3372 -2769a618361571 2101R2=0.9988 F=554 p0.0001 R2, ,F有改进有改进, ,所有回归系数置所有回归系数置信区间不含零点信区间不含零点, ,模型完全可模型完全可用用 消除了不正常现象消除了不正常现象 异常数据异常数据( (33号号) )应去掉应去掉! ! 05101520-1000-5000500e x1 123456-1000-5000500e 组组合合第16页/共51页去掉异常

19、数据后去掉异常数据后的结果的结果参数参数参数估计值参数估计值置信区间置信区间a01120011139 11261a1498494 503a270416962 7120a3-1737-1818 -1656a4-356-431 281a5-3056-3171 2942a619971894 2100R2= 0.9998 F=36701 p0.0001 05101520-200-1000100200e x1 123456-200-1000100200e 组组合合R2: 0.9567 0.99880.9998F：226 554 36701 置信区间长度更短置信区间长度更短残差残差图十分正图十分正常常最终

20、模型的结果可以应最终模型的结果可以应用用第17页/共51页模型应用模型应用 制订制订6种管理种管理教育组合人员的教育组合人员的“基础基础”薪金薪金( (资历为资历为0）组合组合管理管理教育教育系数系数“基础基础”薪金薪金101a0+a39463211a0+a2+a3+a513448302a0+a410844412a0+a2+a4+a619882503a011200613a0+a218241426325443322110 xxaxxaxaxaxaxaay中学：中学：x3=1, x4=0 ；大学：；大学：x3=0, x4=1； 更高：更高：x3=0, x4=0 x1= = 0； x2 = = 1

21、管理，管理，x2 = = 0 非管理非管理大学程度管理人员比更高程度管理人员的薪金高大学程度管理人员比更高程度管理人员的薪金高. . 大学程度非管理人员比更高程度非管理人员的薪金略大学程度非管理人员比更高程度非管理人员的薪金略低低. . 第18页/共51页对定性因素对定性因素( (如管理、教育如管理、教育) )，可以，可以引入引入0- -1变量变量处理处理，0- -1变量的个数可比定性因素的水平少变量的个数可比定性因素的水平少1. 软件开发人员的薪金软件开发人员的薪金残差分析方法残差分析方法可以发现模型的缺陷，可以发现模型的缺陷，引入交互作用引入交互作用项项常常能够改善模型常常能够改善模型.

22、. 剔除异常数据剔除异常数据，有助于得到更好的结果，有助于得到更好的结果. .注：可以直接对注：可以直接对6种管理种管理教育组合引入教育组合引入5个个0- -1变量变量. . 第19页/共51页3 酶促反应酶促反应 问问题题研究酶促反应（研究酶促反应（酶催化反应）酶催化反应）中嘌呤霉素对反中嘌呤霉素对反应速度与底物应速度与底物（反应物）（反应物）浓度之间关系的影响浓度之间关系的影响. 建立数学模型，反映该酶促反应的速度与底建立数学模型，反映该酶促反应的速度与底物浓度以及经嘌呤霉素处理与否之间的关系物浓度以及经嘌呤霉素处理与否之间的关系. 设计了两个实验设计了两个实验 ：酶经过嘌呤霉素处理：酶经

23、过嘌呤霉素处理；酶未经嘌呤霉素处理；酶未经嘌呤霉素处理. 实验数据见下表实验数据见下表. 方方案案底物浓度底物浓度(ppm)0.020.060.110.220.561.10反应反应速度速度处理处理764797107123 139 159 152 191 201 207 200未处理未处理6751848698115131 124 144 158 160/第20页/共51页基本模型基本模型 Michaelis-Menten模型模型y 酶促反应的速度酶促反应的速度, x 底物浓底物浓度度 xxxfy21),( 1 , 2 待定待定系数系数 底物浓度较小时，反应速度大致与浓度成正比；底物浓度较小时，反

24、应速度大致与浓度成正比；底物浓度很大、渐进饱和时，反应速度趋于固定值底物浓度很大、渐进饱和时，反应速度趋于固定值.酶促反应的基本性质酶促反应的基本性质 xy0 1实实验验数数据据00.511.5050100150200250经嘌呤经嘌呤霉素处霉素处理理xy00.511.5050100150200250未经嘌呤未经嘌呤霉素处理霉素处理xy第21页/共51页线性化模型线性化模型 经嘌呤霉素处理后实验数据的估计结果经嘌呤霉素处理后实验数据的估计结果 参数参数参数估计值（参数估计值（10-3）置信区间（置信区间（10-3） 15.1073.539 6.676 20.2470.176 0.319R2=0

25、.8557 F=59.2975 p0.00018027.195/11104841. 0/122xxy21xy111121对对 1 , 2非线非线性性 对对 1, 2线线性性 x121第22页/共51页线性化模型结果分析线性化模型结果分析 x较大时，较大时，y有较大偏有较大偏差差 1/x较小时有很好的较小时有很好的线性趋势，线性趋势，1/x较大较大时出现很大的起落时出现很大的起落 参数估计时，参数估计时，x较较小（小（1/x很大）的数很大）的数据控制了回归参数的据控制了回归参数的确定确定 0102030405000.0050.010.0150.020.0251/y1/xxy112100.511.

26、5050100150200250 xxy21xy第23页/共51页beta,R,J = nlinfit (x,y,model,beta0) beta的置信区的置信区间间MATLAB 统计工具箱统计工具箱 输输入入 x自变量自变量数据矩阵数据矩阵y 因变量数据向量因变量数据向量beta 参数的估计值参数的估计值R 残差，残差，J 估计预测误差的估计预测误差的Jacobi矩阵矩阵 model 模型的函数模型的函数M文件名文件名beta0 给定的参数初值给定的参数初值 输输出出 betaci =nlparci(beta,R,J) 非线性模型参数估计非线性模型参数估计function y=f1(bet

27、a, x)y=beta(1)*x./(beta(2)+x);xxy21x= ; y= ;beta0=195.8027 0.04841;beta,R,J=nlinfit(x,y,f1,beta0);betaci=nlparci(beta,R,J);beta, betaci beta0线性化模型估计结果线性化模型估计结果 第24页/共51页非线性模型结果分析非线性模型结果分析参数参数参数估计值参数估计值置信区间置信区间 1212.6819197.2029 228.1609 20.06410.0457 0.0826 画面左下方的画面左下方的Export 输出其它统计结果输出其它统计结果.拖动画面的十

28、字线，得拖动画面的十字线，得y的预测值和预测区间的预测值和预测区间剩余标准差剩余标准差s= 10.9337xxy21最终反应速度为最终反应速度为6831.2121其他输其他输出出命令命令nlintool 给出交互画面给出交互画面00.511.5050100150200250o 原始数据原始数据+ 拟合结果拟合结果 00.20.40.60.81-500501001502002500641. 02半速度点半速度点(达到最终速度达到最终速度一半时的一半时的x值值 )为为第25页/共51页混合反应模型混合反应模型 x1为底物浓度，为底物浓度， x2为一示性变量为一示性变量 x2=1表示经过处理，表示经

29、过处理，x2=0表示未经处理表示未经处理 1是未经处理的最终反应速度是未经处理的最终反应速度 1是经处理后最终反应速度的增长值是经处理后最终反应速度的增长值 2是未经处理的反应的半速度点是未经处理的反应的半速度点 2是经处理后反应的半速度点的增长值是经处理后反应的半速度点的增长值 在同一模型中考虑嘌呤霉素处理的影响在同一模型中考虑嘌呤霉素处理的影响xxy2112221211)(xxxxy）（第26页/共51页o 原始数原始数据据+ 拟合结拟合结果果 混合模型求混合模型求解解用用nlinfit 和和 nlintool命令命令,17001,6001,05. 00201. 002估计结果和预测估计结

30、果和预测剩余标准差剩余标准差s= 10.4000 参数参数参数估计值参数估计值置信区间置信区间 1160.2802145.8466 174.7137 20.04770.0304 0.0650 152.403532.4130 72.3941 20.0164-0.0075 0.0403 2置信区间包含零点，置信区间包含零点，表明表明 2对因变量对因变量y的影响不显的影响不显著著12221211)(xxxxy）（参数初值参数初值(基于对数据的分析基于对数据的分析)经嘌呤霉素处理的作用不影响半速度点参经嘌呤霉素处理的作用不影响半速度点参数数未未经经处处理理经处经处理理第27页/共51页o 原始数原始数

31、据据+ 拟合结拟合结果果 未未经经处处理理经处经处理理简化的混合模型简化的混合模型 简化的混合模型简化的混合模型形式简单，形式简单，参数置信区间参数置信区间不含零不含零点点.剩余标准差剩余标准差 s = 10.5851，比一般混合模型略大，比一般混合模型略大. 12221211)(xxxxy）（121211xxxy）（估计结果和预测估计结果和预测参参数数参数估参数估计值计值置信区间置信区间 1166.6025 154.4886 178.7164 20.05800.0456 0.0703 142.025228.9419 55.1085第28页/共51页一般混合模型与简化混合模型预测比较一般混合模

32、型与简化混合模型预测比较实际值实际值一般模型预测值一般模型预测值(一般一般模型模型）简化模型预测值简化模型预测值(简化简化模型模型）6747.34439.207842.73585.44465147.34439.207842.73585.44468489.28569.571084.73567.0478191190.83299.1484189.05748.8438201190.83299.1484189.05748.8438207200.968811.0447198.183710.1812200200.968811.0447198.183710.1812简化混合模型的预测区间较短，更为实用、有效简

33、化混合模型的预测区间较短，更为实用、有效.12221211)(xxxxy）（121211xxxy）（预测区间为预测区间为预测值预测值 第29页/共51页注：非线性模型拟合程度的评价无法直接利用注：非线性模型拟合程度的评价无法直接利用线性模型的方法，但线性模型的方法，但R2 与与s仍然有效仍然有效.酶促反应酶促反应 反应速度与底物浓度的关系反应速度与底物浓度的关系非线性非线性关系关系求解求解线性模型线性模型 求解非线性模型求解非线性模型机理分析机理分析嘌呤霉素处理对反应速度与底物浓度关系的影嘌呤霉素处理对反应速度与底物浓度关系的影响响混合模型混合模型 发现问题，发现问题，得参数初值得参数初值引入

34、引入0-1变量变量简化模型简化模型 检查检查参数置信区间参数置信区间是否包含零点是否包含零点第30页/共51页4 投资额与国民生产总值和物价指数投资额与国民生产总值和物价指数 问问题题建立投资额模型，研究建立投资额模型，研究某地区某地区实际投资额与国实际投资额与国民生产总值民生产总值 ( GNP ) 及物价指数及物价指数 ( PI ) 的关系的关系.2.06883073.0424.5201.00001185.9195.0101.95142954.7474.9190.96011077.6166.491.78422631.7401.9180.9145 992.7144.281.63422417.8

35、423.0170.8679 944.0149.371.50422163.9386.6160.8254 873.4133.361.40051918.3324.1150.7906 799.0122.851.32341718.0257.9140.7676 756.0125.741.25791549.2206.1130.7436 691.1113.531.15081434.2228.7120.7277 637.797.421.05751326.4 229.8110.7167 596.7 90.91物价物价指数指数国民生国民生产总值产总值投资额投资额年份年份序号序号物价物价指数指数国民生国民生产总值产总

36、值投资额投资额年年份份序序号号根据对未来根据对未来GNP及及PI的估计，预测未来投资额的估计，预测未来投资额. . 该地区该地区连续连续20年的统计数据年的统计数据 第31页/共51页时间序列中同一变量的顺序观测值之间存在时间序列中同一变量的顺序观测值之间存在自相关自相关.以时间为序的数据，称为以时间为序的数据，称为时间序列时间序列. .分分析析许多经济数据在时间上有一定的许多经济数据在时间上有一定的滞后滞后性性. . 需要诊断并消除数据的自相关性，建立新的模型需要诊断并消除数据的自相关性，建立新的模型.若采用普通回归模型直接处理，将会出现不良后果若采用普通回归模型直接处理，将会出现不良后果.

37、 . 投资额与国民生产总值和物价指数投资额与国民生产总值和物价指数 1.32341718.0257.9140.7676 756.0125.741.25791549.2206.1130.7436 691.1113.531.15081434.2228.7120.7277 637.797.421.05751326.4 229.8110.7167 596.7 90.91物价物价指数指数国民生国民生产总值产总值投资额投资额年份年份序号序号物价物价指数指数国民生国民生产总值产总值投资额投资额年年份份序序号号第32页/共51页基本回归模型基本回归模型投资额与投资额与 GNP及物价指数间均有很强的线性关系及物

38、价指数间均有很强的线性关系ttttxxy22110t 年份，年份， yt 投资额，投资额，x1t GNP, x2t 物价指物价指数数 0, 1, 2 回归系数回归系数 x1tytx2tyt t 对对t相互相互独立的零均值正态随机变量独立的零均值正态随机变量第33页/共51页基本回归模型的结果与分基本回归模型的结果与分析析 tttxxy21479.8596185. 0725.322MATLAB 统计工具箱统计工具箱 参数参数参数估计值参数估计值置信区间置信区间 0322.7250224.3386 421.1114 10.61850.4773 0.7596 2-859.4790-1121.4757

39、 -597.4823 R2= 0.9908 F= 919.8529 p 0 0如何估计如何估计 如何消除自相关如何消除自相关性性DW统计量统计量D-W检验检验 ut 对对t相互相互独立的零均值正态随机变量独立的零均值正态随机变量存在负存在负自相关性自相关性存在正存在正自相关性自相关性广义差分法广义差分法 第36页/共51页DW统计量与统计量与D-W检验检验 nttnttteeeDW22221)(检验水平检验水平, ,样本容量样本容量，回归变量数目，回归变量数目D-W分布分布表表nttnttteee222112）（12n较大较大nttnttteee2221/4011DWDW4-dU44-dLdU

40、dL20正自正自相关相关负自负自相关相关不能确定不能确定不能确定不能确定无自相关无自相关20DW01DW41DW检验检验临界值临界值dL和和dU由由DW值的大小确定值的大小确定自相关性自相关性第37页/共51页广义差分变换广义差分变换 )1 (0*0以以 *0, 1 , 2 为为回归系数的普通回归模回归系数的普通回归模型型原模原模型型 DW值值 D-W检检验验无自相关无自相关 有自相有自相关关 广义差分广义差分继续继续此过此过程程原模型原模型 新模新模型型 新模型新模型 ttttuxxy*22*11*0*步步骤骤 原模型原模型tttttttuxxy122110,1*tttyyy2, 1,1,*

41、ixxxtiitit变换变换）（12DW21DW不能确定不能确定增加数据量；增加数据量；选用其他方法选用其他方法.第38页/共51页投资额新模型的建立投资额新模型的建立 DWold dL 作变换作变换 原模原模型残型残差差et样本容量样本容量n=20, 回归回归变量数目变量数目k=3, =0.05 查表查表临界值临界值dL=1.10, dU=1.54DWold=0.8754原模型有原模型有正自相关正自相关1*5623. 0tttyyy2 , 1,5623. 01,*ixxxtiititnttnttteeeDW22221)(5623. 02/1DWDW4-dU44 -dLdUdL20正正自自相相

42、关关负负自自相相关关不不能能确确定定不不能能确确定定无无自自相相关关第39页/共51页参数参数参数估计值参数估计值置信区间置信区间 *0163.49051265.4592 2005.2178 10.69900.5751 0.8247 2-1009.0333-1235.9392 -782.1274R2= 0.9772 F=342.8988 p0.0001ttttuxxy*22*11*0*21*0*2*1*,，估计系数由数据tttxxy总体效果良好总体效果良好 剩余标准差剩余标准差 snew= 9.8277 sold=12.7164投资额新模型的建投资额新模型的建立立 1*5623. 0tttyy

43、y2 , 1,5623. 01,*ixxxtiitit第40页/共51页新模型的自相关性检验新模型的自相关性检验dU DWnew 4-dU 新模新模型残型残差差et样本容量样本容量n=19, 回归回归变量数目变量数目k=3, =0.05 查表查表临界值临界值dL=1.08, dU=1.53DWnew=1.5751新模型无自相关新模型无自相关性性DW4-dU44 -dLdUdL20正正自自相相关关负负自自相相关关不不能能确确定定不不能能确确定定无无自自相相关关1,2,21, 1, 113794.5670333.10093930. 0699. 05623. 04905.163ttttttxxxxy

44、y*2*1*033.1009699.04905.163tttxxy新模型新模型还原为还原为原始变量原始变量一阶自回归模型一阶自回归模型第41页/共51页一阶自回归一阶自回归模型残差模型残差et比比基本回归基本回归模型要小模型要小.05101520-30-20-1001020新模型新模型 et *，原模型原模型 et +残差图比较残差图比较051015200100200300400500新模型新模型 t *，新模型新模型 t +拟合图比较拟合图比较模型结果比较模型结果比较tttxxy21479.8596185. 0725.322基本回归模型基本回归模型一阶自回归模型一阶自回归模型1, 2, 21

45、, 1, 113794.5670333.10093930. 0699. 05623. 04905.163ttttttxxxxyy第42页/共51页投资额预测投资额预测对未来投资额对未来投资额yt 作预测，需先作预测，需先估计出未来的国民估计出未来的国民生产总值生产总值x1t 和物价指数和物价指数 x2t设已知设已知 t=21时，时， x1t =3312，x2t=2.19387638.469 ty一阶自回归模型一阶自回归模型2.06883073.0424.5201.95142954.7474.9191.78422631.7401.9180.7436 691.1113.530.7277 637.7

46、 97.420.7167 596.7 90.91物价物价指数指数国民生国民生产总值产总值投资额投资额年份年份序号序号物价物价指数指数国民生国民生产总值产总值投资额投资额年年份份序序号号一阶自回归模型一阶自回归模型7638.469 ty基本回归模型基本回归模型6720.485 tyt 较小是由于较小是由于yt-1=424.5过小所过小所致致第43页/共51页5 教学评估教学评估为了考评教师的教学质量，教学研究部门对学生为了考评教师的教学质量，教学研究部门对学生进行问卷调查进行问卷调查 ，得到，得到15门课程各项评分的平均值门课程各项评分的平均值. 问问题题X1 内容组织的合理性；内容组织的合理性

47、；X2 问题展开的逻辑性；问题展开的逻辑性；X3 回答学生的有效性；回答学生的有效性；X4 课下交流的有助性；课下交流的有助性；X5 教材的帮助性；教材的帮助性；X6 考试的公正性；考试的公正性；Y 总体评价总体评价.编号编号X1X2X3X4X5X6Y2014.464.424.234.104.564.374.112244.113.823.293.603.993.823.384244.244.384.354.484.154.504.33建立建立Y 与与X1 X6间简单、有效的模型，间简单、有效的模型，给教师提出建议给教师提出建议. rxdtdx第44页/共51页从从X1 X6中挑选出对中挑选出对

48、Y影响显著的变量建立回归模型影响显著的变量建立回归模型.将所有对将所有对Y影响显著的影响显著的X都选入模型，而影响不显著都选入模型，而影响不显著的的X都不选入模型，使模型中自变量个数尽可能少都不选入模型，使模型中自变量个数尽可能少. 问题分析问题分析 继续进行，直到不能引入和移出为止继续进行，直到不能引入和移出为止 . 确定一个包含若干确定一个包含若干X的初始集合的初始集合S0 . 从从S0外的外的X中引入一个对中引入一个对Y影响最大的影响最大的, S0 S1 . 对对S1中的中的X进行检验，移出一个影响最小的进行检验，移出一个影响最小的, S1 S2 . 引入和移出都以给定的显著引入和移出都

49、以给定的显著 性水平为标准性水平为标准. 解决办法解决办法利用利用逐步回归逐步回归rxdtdx第45页/共51页 MATLAB统计工具箱中的逐步回归统计工具箱中的逐步回归输入输入x自变量集合的自变量集合的nk 数据矩阵（数据矩阵（n是数据容量是数据容量, k是变量数目），是变量数目）， y因变量数据向量（因变量数据向量（n维）维） stepwise (x,y,inmodel,penter,premove) Inmodel初始模型初始模型S0中包括的自变量集合的指标中包括的自变量集合的指标（即矩阵（即矩阵x的列序数，缺省时为无自变量）的列序数，缺省时为无自变量） penter引入变量的显著性水平

50、（缺省时为引入变量的显著性水平（缺省时为0.05） premove移出移出变量的显著性水平（缺省时为变量的显著性水平（缺省时为0.10） 输出几个交互式画面，供使用者人工选择变量，输出几个交互式画面，供使用者人工选择变量，进行统计分析进行统计分析.第46页/共51页 MATLAB统计工具箱中的逐步回归统计工具箱中的逐步回归stepwise (x,y) 其中其中x为为X1 X6数据矩阵数据矩阵, y为为Y 向向量量0123X1X2X3X4X5X6Coefficients with Error Bars C o e f f . t - s t a t p - v a l 0 . 8 8 3 3 4 9 7