多元線性回歸模型原理_第1頁(yè)
多元線性回歸模型原理_第2頁(yè)
多元線性回歸模型原理_第3頁(yè)
多元線性回歸模型原理_第4頁(yè)
多元線性回歸模型原理_第5頁(yè)
已閱讀5頁(yè),還剩2頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、研究在線性關(guān)系相關(guān)性條件下,兩個(gè)或者兩個(gè)以上自變量對(duì)一個(gè)因變量,為多元線 性回歸分析,表現(xiàn)這一數(shù)量關(guān)系的數(shù)學(xué)公式,稱為多元線性回歸模型。多元線性回歸模 型是一元線性回歸模型的擴(kuò)展,其基本原理與一元線性回歸模型類似,只是在計(jì)算上為 復(fù)雜需借助計(jì)算機(jī)來(lái)完成。計(jì)算公式如下:設(shè)隨機(jī)y與一般變量X1 , xj,ll xk的線性回歸模型為:y-ixi2X2-kXk其中S''k是k T個(gè)未知參數(shù),r稱為回歸常數(shù),、1,11 “稱為回歸系數(shù);y稱為被解釋變量;x1, x2 HI xk是k個(gè)可以精確可控制的一般變量,稱為解釋變量。當(dāng)p =1時(shí),上式即為一元線性回歸模型,k _ 2時(shí),上式就叫做多

2、元形多元回歸模型。;是隨機(jī)誤差,與一元線性回歸一樣,通常假設(shè)E(;)=0 £var( 0 _ '同樣,多元線性總體回歸方程為y = : 0 : 2X2II : kXk系數(shù)表示在其他自變量不變的情況下,自變量 乂變動(dòng)到一個(gè)單位時(shí)引起的因變 量y的平均單位。其他回歸系數(shù)的含義相似,從集合意義上來(lái)說(shuō),多元回歸是多維空間 上的一個(gè)平面。多元線性樣本回歸方程為:? x? x.01 12 2k k多元線性回歸方程中回歸系數(shù)的估計(jì)同樣可以采用最小二乘法。由殘差平方和:sse 二 ' (y-?) =0根據(jù)微積分中求極小值得原理,可知?dú)埐钇椒胶蚐SE存在極小值。欲使SSE達(dá)到最小,ss

3、e對(duì)0,的偏導(dǎo)數(shù)必須為零。將SSE對(duì)、,求偏導(dǎo)數(shù),并令其等于零,加以整理后可得到 k 1各方程式:-SSE 7十2(y-y)二 0-SSE(y-?)Xj 二 0通過(guò)求解這一方程組便可分別得到孔的估計(jì)值 ?,彳,?k回歸系數(shù)的估計(jì)值,當(dāng)自變量個(gè)數(shù)較多時(shí),計(jì)算十分復(fù)雜,必須依靠計(jì)算機(jī)獨(dú)立完成?,F(xiàn)在, 利用SPSS,只要將數(shù)據(jù)輸入,并指定因變量和相應(yīng)的自變量,立刻就能得到結(jié)果。對(duì)多元線性回歸,也需要測(cè)定方程的擬合程度、檢驗(yàn)回歸方程和回歸系數(shù)的顯著性。測(cè)定多元線性回歸的擬合度程度,與一元線性回歸中的判定系數(shù)類似,使用多重判 定系數(shù),其中定義為:A 2SSRSSE' (y-y)1 1 2ssts

4、st' (y _ y)式中,SSR為回歸平方和,SSE為殘差平方和,SST為總離差平方和同一元線性回歸相類似,0乞R2叮,R2越接近1,回歸平面擬合程度越高,反之, R2越接近0,擬合程度越低。R2的平方根成為負(fù)相關(guān)系數(shù)(R),也成為多重相關(guān)系數(shù)。 它表示因變量y與所有自變量全體之間線性相關(guān)程度,實(shí)際反映的是樣本數(shù)據(jù)與預(yù)測(cè)數(shù) 據(jù)間的相關(guān)程度。判定系數(shù)R2的大小受到自變量x的個(gè)數(shù)k的影響。在實(shí)際回歸分析中 可以看到,隨著自變量x個(gè)數(shù)的增加,回歸平方和(SSR)增大,是R2增大。由于增加自 變量個(gè)數(shù)引起的R2增大與你和好壞無(wú)關(guān),因此在自變量個(gè)數(shù)k不同的回歸方程之間比較 擬合程度時(shí),R2不是

5、一個(gè)合適的指標(biāo),必須加以修正或調(diào)整。調(diào)整方法為:把殘差平方和與總離差平方和紙幣的分子分母分別除以各自的自由 度,變成均方差之比,以剔除自變量個(gè)數(shù)對(duì)擬合優(yōu)度的影響。調(diào)整的R2為:2 SSE/( n-k-1) SSE n-12 n-1R 111-(1-R)-SST/ (n1)SST n k1n k 12由上時(shí)可以看出,R考慮的是平均的殘差平方和,而不是殘差平方和,因此,一2般在線性回歸分析中,R越大越好。從F統(tǒng)計(jì)量看也可以反映出回歸方程的擬合程度。將F統(tǒng)計(jì)量的公式與R2的公式作一結(jié)合轉(zhuǎn)換,可得:_R2/k-(1 R2)/(n k1)可見(jiàn),如果回歸方程的擬合度高,F(xiàn)統(tǒng)計(jì)量就越顯著;F統(tǒng)計(jì)量?jī)稍嘛@著,

6、回歸方 程的擬合優(yōu)度也越高。僅供個(gè)人用于學(xué)習(xí)、研究;不得用于商業(yè)用途For personal use only in study and research; not for commercial use.Nur f u r den pers?nlichen f u r Studien, Forschung, zu kommerziellen Zwecken verwendet werden.Pour l ' e tude et la recherche uniquementfinspdesonnelles; pasa des fins commerciales.to員bko gA.nr

7、ogeHKO TOpMenob3ymrnflCH6yHeHuac egoB u HHuefigoHMucno 員 B30BaTbCEb KOMMepqeckuxqe 員 ex.僅供個(gè)人用于學(xué)習(xí)、研究;不得用于商業(yè)用途For personal use only in study and research; not for commercial use.Nur f u r den pers?nlichen f u r Studien, Forschung, zu kommerziellen Zwecken verwendet werden.Pour l ' e tude et la recherche uniquementa des fins personnelles; pasa des fins comme

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論