数据挖掘原理与SPSS Clementine应用宝典第6章 回归分析_第1页
数据挖掘原理与SPSS Clementine应用宝典第6章 回归分析_第2页
数据挖掘原理与SPSS Clementine应用宝典第6章 回归分析_第3页
数据挖掘原理与SPSS Clementine应用宝典第6章 回归分析_第4页
数据挖掘原理与SPSS Clementine应用宝典第6章 回归分析_第5页
已阅读5页,还剩21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、数据挖掘原理与数据挖掘原理与spss clementine应用宝典应用宝典 元昌安元昌安 主编主编 邓松李文敬刘海涛编著邓松李文敬刘海涛编著 电子工业出版社电子工业出版社 所谓回归分析法,利用数理统计方法建立因变量 与自变量之间的回归关系函数表达式。 对于下表中的数据: 利用回归分析方法,得到如下的函数关系式: l一元线性回归模型 l模型参数估计和平均误差估计 l一元线性回归模型的检验 满足一元线性回归的基本条件: 1.所有的 的分布的均值都正好在一条直线上,称 之为总体的(真实的)回归直线; 2.所有的分布都有同样的形状; 3.随机变量 是相互独立的; 4.给定 x 时 分布的形状是正态的,

2、即 服从正态 分布。 满足这些条件的回归模型称为一元线性回归模型。 根据样本观测值,采用最小二乘法,得到了一条估 计的样本回归直线 。 ybax 参数估计: 经过最小二乘法计算可得: 求出参数a,b以后,就可以得到回归模型: y abx 平均误差估计: l线性方程的显著性检验 l关于回归系数b的统计推断 线性方程的显著性检验的方法有: 1.方差分解法 2.相关分析法 3.f检验 4.t检验 5.d-w检验 l多元线性回归模型 l参数估计 l多元回归方差分析和显著性检验 l多元回归模型的残差分析 l总离差平方和的分解和多元相关系数 l回归离差平方和与偏相关系数 回归离差平方和与偏相关系数回归离差平方和与偏相关系数 在这里我们主要考虑以下几种情形: 1.线性与非线性 2.共方差与异方差 3.独立与非独立 4.正态与非正态 5.多重共线性 l非线性模型 l非线性模型的线性化 主要的非线性模型有: l抛物线模型 l双曲线模型 l幂函数模型 l指数函数模型 l对数函数模型 l逻辑曲线模型 l多项式模型 l抛物线模型 l双曲线模型 l幂函数模型 l指数函数模型 l对数函数模型

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