第3章回归预测法_第1页
第3章回归预测法_第2页
第3章回归预测法_第3页
第3章回归预测法_第4页
第3章回归预测法_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第三章回归预测法

3.1一元线性回归预测法

3.2多元线性回归预测法3.3非线性回归预测法

3.4应用回归预测时应注意的问题一、建立模型只涉及一个自变量，并且因变量y与自变量x之间为线性相关关系。理论模型经济含义自变量为零时因变量的平均水平条件均值自变量变化一个单位时，因变量平均变化的绝对量。3.1一元线性回归预测法估计模型：随机误差二、参数估计理论依据：实际值与理论值的离差平方和为最小最小二乘法例：某企业对车间9名学徒工进行调查，得到学徒期限与每天产量情况如右表所示，要求建立以日产量为因变量的回归方程。

回归方程为：yc=0.83+87.5x目的：模型精度检验；统计量：判别标准:回归标准差与Y均值之比低于1０%三、模型检验（以一元线性为例）1，回归标准差检验目的：回归方程对样本的拟合优度；统计量：判别标准:

1，说明回归方程拟合的越好；0，说明回归方程拟合的越差。

2，可决系数（判定系数

）目的：每个自变量x与y的线性相关性；统计量：判别标准:给定显著性水平，若

。

3，回归系数显著性检验：假设：其中：则回归系数显著。

，目的：回归模型总体的线性相关性；统计量：判别标准:给定显著性水平，若

。

4，回归模型显著性检验：假设：则回归方程显著。

回归方程不显著；回归方程显著；~目的：回归余项相互独立；统计量：判别标准:dU<DW<4-dU

5，序列相关性检验（D—W）：

•例1：已知身高与体重的资料如下表所示：身高（米）1.551.601.651.671.71.751.801.82体重（公斤）5052575660656270要求：（1）拟合适当的回归方程；（2）判断拟合优度情况；（3）对模型进行显著性检验；（α=0.05）（4）当体重为75公斤时，求身高平均值的95%的置信区间。（1）n=8，经计算得：解：因此，建立一元线性回归方程为：（2）可决系数（3）回归模型显著性检验：拒绝原假设，认为所建线性回归模型是显著的。（4）回归估计标准差检验：（5）预测3.2多元线性回归预测法（一）、建立模型（以二元线性回归模型为例）（二）、参数估计：

(最小平方法估计)

（三）、模型检验：1，回归估计标准差检验：2.多重决定系数检验（）修正后决定系数：3.F检验：4.D.W检验（与一元模型同）

五、净回归系数的特点和性质线性假设性：假设所有自变量都与因变量线性相关；2.净回归系数的性质：1．净回归系数的特点：b.不等值性：数量和方向均不等值。对任何一个特定的自变量而言，它的回归系数不仅测度了它与因变量间的相关关系，同时也包含了与它相关的自变量与自变量之间的相关关系，所以，在多元回归模型中，若自变量与自变量之间高度相关，则回归系数是不可靠的.六、虚拟变量在回归预测中的应用（一）虚拟变量的概念2，作用：消除偶然因素对预测值的影响。1，虚拟变量当回归模型中的自变量为品质变量，且能用0、1符号进行描述时，这些品质变量即为虚拟变量。

3，描述方法：正常情况的虚拟变量值取1，非正常情况时取0。（二）两类别品质变量中虚拟变量技术的运用例：某

人人文库> 全部分类> 专业文献 > 医学资料

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论