08 线性回归(课件)-《管理统计学(第2版)》同步教学(电工版)_第1页
08 线性回归(课件)-《管理统计学(第2版)》同步教学(电工版)_第2页
08 线性回归(课件)-《管理统计学(第2版)》同步教学(电工版)_第3页
08 线性回归(课件)-《管理统计学(第2版)》同步教学(电工版)_第4页
08 线性回归(课件)-《管理统计学(第2版)》同步教学(电工版)_第5页
已阅读5页,还剩74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

y01x

01x

E(y)01x

ˆˆ

01

ˆˆ

yˆ00x

ˆˆ

yˆi01xi

2ˆˆ2

(yiyˆi)(yi01xi)

nnnn

nxyxyyyxx

iiiiii

i1i1i1i1

1

nn2n

2xx2

nxixii

i1i1i1

ˆˆ

0y1x

nnn

nxyxy

iiii

i1i1i11768

115.509

nn2

2114

nxixi

i1i1

ˆˆ

0y1x97.2115.50964.162

yˆ4.16215.509x

ˆ

1

ˆ

0

ˆˆ

yˆi01xi

yyyyˆyˆy

SSRSSE

R21

SSTSST

yˆi

2

yiyiSSE

SMSE

en-2n-2

SSR/1MSR

F~F1,n-2

SSE/n2MSE

2

SSR/1yiy/1

F

2

SSE/n2yiyi/(n2)

FF(1,n2)

FF(1,n2)

ˆ

1

ˆ

E(1)1

ˆ

1

212

x1(xi)

nSe

Sˆ

1

ˆ212

1x1(xi)

ˆn

t11

Sˆ

1

ˆ

t1

Sˆ

1

ˆ

t1

Sˆ

1

t(n2)

2

tt

2

tt

2

eiyiyˆi

eyyˆ

Ziii

ei

SeSe

e

ZREi

iˆ

ei

SREi

ˆ1hii

1(xx)2

hi

iinn

(xx)2

i2

i1eh

iii

Di22

(p1)(1hii)

因变量

当有多组自变量和与其对

应的多种不同的变量筛选

方法时,可使用“Previous”自变量

和“Next”将其放置在选择多元线性回归分

不同的块(Block)中析的自变量筛选方法

Enter选项表示强行进

入法,表示所选自变

对样本数据进行筛选量全部进入回归模型

作图时,以哪个变量作各

存在异方差时,利

样本数据点的标志变量

用加权最小二乘法

替代普通最小二乘

法估计回归模型参数

用来输出判定系数、

调整的判定系数、

输出与回归系回归方程的标准误差,

数相关统计量F检验ANOVA方差分析表

选择DEPENDENT

使之添加到X或Y轴

变量框,再选择标准化预测值

其他变量使之添加标准化残差

剔除残差

到Y或X轴变量框

修正后预测值

学生化残差

学生化剔除残差

输出每一个自变量

输出带有正态曲线的

残差的正态概率图残差相对于因变量

标准化残差的直方图

检查残差的正态性残差的散布图

复相关系数(类似相关判定系数,随着模型中

系数),越大越好

自变量个数的增加,调整的复相关系数,一元

其值是不断增大的线性回归时等于判定系数

回归估计的标准误差

自由度F统计量

回归平方和

残差平方和

总平方和

说明该模型有显著的统计意义

非标准化系数

标准化系数

常数项

回归系数

拟合结果:yˆ42.1310.895回归系数检验统计量t

标准差

最小值最大值均值样本数

预测值

残差

标准预测值

标准化残差

由于残差具有正态分布的趋势,可以认为回归模型是恰当的

x1,x2,...xk

y01x12x2...kxk

y01x12x2...kxk

ˆˆˆˆ

yˆ01x12x2...kxk

ˆˆˆˆ

0,1,2,...,k

ll

2ˆˆˆ2

Q(yiyˆi)(yi01x1...kxk)min

i1i1

Q

|ˆ0,

00

0

Q

|ˆ0,i1,2,...,k.

ii

i

2n1

R1(1R2)

nnk1

2

Rn

2

(yyˆ)SSE

SiiMSE

enk1nk1

x1,x2,...xk

2

SSRk(yˆiy)k

F

2

SSE(nk1)(yiyˆi)(nk1)

R2k

F

(1R2)(nk1)

12...k0

i

SSRk

F~F~(k,nk1)

SSE(nk1)

FF(k,nk1)

FF(k,nk1)

12...k0

ˆ

ti~t(nk1)

iS

Sˆe

iSˆ

i

21

2

Sˆxi(xi)

in

t(nk1)

2

tt(nk1)

2

tt(nk1)

2

H0:12...k0

输出表

输出与回归系数相关的ModelSummary

统计量(Coefficients表)

进行多重共线性分析,

输出个几十变量的容忍度、

方差膨胀因子、特征值、

条件指标、方差比例等

构成的Collinearity

Diagnostics表

X1,X2和X5分为一组,

采用强行进入法纳入模型

而X3和X4全部剔除

复相关系数多重判定系数调整后的判定系数

未标准化的回归系数标准化的回归系数T检验统计量共线性检验统计量

拟合结果为Y=0.692X1-0.062X2-0.011X5+21.825

Sig.取值可知,仅X1的系数是有统计学意义的,

还需进行共线性检验,本模型中不存在共线性问题

这两个变量的Sig.取值均大于0.05,

说明在模型中无需

再对变量X3、X4进行分析

个特征根解释

各解释变量的方差比

特征根条件指数

特征根均不等于0,则不存在共线性问题,条件

指数均小于30,本例中模型不存在共线性的问题。

p

logit(p)ln()

1p

p

ln()x....x

1p011kk

exp(x....x)

p011kk

1exp(01x1....kxk)

n

y

i(1yi)

Lpi(1pi)n

i1

lnL[yilnpi(1yi)ln(1pi)]

i1

2

L0L0

2ln()

L1L1

ˆ2

Waldi

iˆ

Var(i)

L2

CoxShellR21(0)N

L1

2

2CoxShellR

Nagelk

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。

评论

0/150

提交评论