多元线性回归分析概述_第1页
多元线性回归分析概述_第2页
多元线性回归分析概述_第3页
多元线性回归分析概述_第4页
多元线性回归分析概述_第5页
已阅读5页，还剩4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

数据分析技术课程教学团队数据分析技术多元线性回归分析概述多元线性回归分析的定义多元线性回归分析的前提条件多元线性回归分析的自变量筛选方法010204多元线性回归分析的应用05多元线性回归分析的常见估值方法03多元线性回归分析的定义在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。多元线性回归分析是用于分析一个连续型因变量与多个自变量之间的线性关系的统计学分析方法。多元线性回归分析的前提条件1、Y与X1，X2，…,Xn之间具有线性关系。2、各个体观测值间相互独立。3、在一定范围内，对任意一组自变量X1，X2，…,Xn值，Y都服从正态分布。4、在一定范围内，不同组自变量对应的Y具有相同方差。多元线性回归分析的估计方法1.普通最小二乘法普通最小二乘法(OrdinaryLeastSquare,OLS)通过最小化误差的平方和寻找最佳函数。2.广义最小二乘法广义最小二乘法(GeneralizedLeastSquare)是普通最小二乘法的拓展，它允许在误差项存在异方差或自相关，或二者皆有时获得有效的系数估计值。多元线性回归分析的自变量筛选方法多元回归分析时收集的某些自变量对因变量无影影响或影响甚微；也不敢保证自变量之间是相互独立的，因而在建立多元线性回归方程时，需要使回归方程尽可能包含对解释因变量有较大贡献的自变量，而把贡献不大的或无贡献以及与其他自变量有密切关系的自变量排除。多元线性回归分析的自变量筛选方法1、向前选择法：建模时没有自变量，逐个加入自变量。并通过F检验加入自变量对模型的影响是否显著。显著则保留此变量。2、向后删除法：建模时加入所有自变量，通过F检验，逐个剔除在当前模型中最不显著的自变量，直到模型的变量都显著为止。3、逐步筛选法：为上述两种方法的综合，即每次首先加入一个变量，如果其对模型影响显著，则保留，然后对当前模型中的所有变量进行检查，剔除不显著的变量。直到没有显著变量加入且没有不显著变量剔除为止。多元线性回归分析的应用一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。因此多元线性回归比一元线性回归的实用意义更大。在经济学、生物学、心理学、医疗卫生、体育、农业、林业、商业、金融领域等等均有广泛应用。如：例：血压值与年龄、性别、劳动强度、饮食习惯、吸烟状况、家族史。具体可从下面几个方面分析研究：1、定量的建立一个反应变量和多个自变量之

人人文库> 全部分类> 教育资料 > 中学教育

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