5 回归分析.ppt_第1页
5 回归分析.ppt_第2页
5 回归分析.ppt_第3页
5 回归分析.ppt_第4页
5 回归分析.ppt_第5页
已阅读5页，还剩20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

1、多元回归分析,吴 艳,什么是回归分析,用一定的数学模型来表述变量相关关系的方法。,一元线性回归,最简单的回归是只涉及一个因变量和一个自变量一元线性回归，此时的表达式为： y=0+ 1 x+ y为因变量，x为自变量或预测变量，0为截距即当x=0时y的值，1为斜率即1个单位的x变化对应1个单位y的变化。是误差，服从N(0, 2)的正态分布，不同观察值之间是相互独立。,多元线性回归(Multiple Regression),当自变量由一个增加到多个，用于表述多个自变量与单个因变量之间线性关系的方程称作多元线性回归。多元线性回归是一元线性回归的扩展，表达式为： y=0+ 1x1+ 2x2+,回归分析,

2、因变量：1个连续变量 自变量：多个连续变量 如：福利措施、同辈关系、适应学习等对组织效能的影响,福利措施、同事关系、适应学习等对组织效能的影响,用得最多,结果,三个预测变量与组织效能的多元相关系数是0.734,决定系数（R方）为0.538；因为只有一个回归模型，R方更改与R方相同，表示三个预测变量一共可以解释53.8%的组织效能。,DW检验可以用于检验模型中是否存在自我相关，主要用于纵向数据；若是横向数据，用处不大；其值在2左右比较好，表示相关不大,用于检验整个回归模型是否显著；这里P0.001,表示回归方程中至少有一个回归系数不等于0,即至少有一个自变量对因变量有影响，具体哪个变量有影响，要

3、进一步看其他结果。,回归系数及检验,组织效能=0.180福利措施+0.264同侪关系+0.369适应学习 在回归分析中，若自变量间中/高相关，则某些与因变量有关系的变量会被排除在回归模型之外,容差及方差膨胀系数（VIF）检验多元回归分析的共线性问题：容差越接近0,共线性越严重；VIF大于10,共线性严重,多元共线性,即数学上的线性相依，指在回归模型中预测变量本身间有很高的相关。 有很多评价指标，如容差（容忍度）、VIF，特征值,特征值若小于0.01,预测变量间可能存在多元共线性； 方差比例：若有两个或多个自变量在一个特征值上高于0.8 或 0.7以上，表示可能存在多元共线性,整理成表格,表1 福利措施、同侪关系、适应学习对组织效能的影响,t,阶层

人人文库> 全部分类> 应用文书 > 研究报告

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