線性回歸分析使用說明

線性回歸分析使用說明一、工具產(chǎn)生背景變量之間的關(guān)系，一般可以分為兩類，一類是函數(shù)關(guān)系，例如圓的面積S與半徑r之間的關(guān)系S=πr2。矩形的周長L和兩條邊a和b的關(guān)系L=2(a+b)。另一類關(guān)系是相關(guān)關(guān)系，這一類關(guān)系的特征是很難用一種精確的方法表示出來。例如，人的身高和體重之間的關(guān)系，農(nóng)業(yè)上的施肥量與單位產(chǎn)量的關(guān)系，等等。需要指出的是，函數(shù)關(guān)系與相關(guān)關(guān)系之間沒有一道明確的分界線，一方面由于測量存在誤差，在實際中，函數(shù)關(guān)系往往通過相關(guān)關(guān)系表現(xiàn)出來；另一方面，當(dāng)對事物內(nèi)部規(guī)律了解更深刻時，相關(guān)關(guān)系可能會轉(zhuǎn)化成確定的函數(shù)關(guān)系?；貧w分析，就是定量地研究因變量受自變量影響地大小，并通過建立回歸方程對因變量地取值進行預(yù)測或控制的統(tǒng)計方法?；貧w分析一般分為線性回歸分析和非線性回歸分析，從統(tǒng)計工程的角度出發(fā)，一般首先認為變量之間呈線性關(guān)系。本文講解線性回歸分析。二、功能按鈕說明軟件打開后界面如下：接下來具體介紹功能的使用：選擇因變量數(shù)據(jù)集選擇回歸分析的因變量，數(shù)據(jù)格式需滿足以下要求：首行為字段，且只能有一個字段字段為數(shù)值型選擇自變量數(shù)據(jù)集選擇回歸分析的自變量，數(shù)據(jù)格式需滿足以下要求：首行為字段字段為數(shù)值型模型預(yù)測運用回歸方程對因變量進行預(yù)測。點擊“模型預(yù)測”復(fù)選框?qū)棾鲆韵聦υ捒颍河?xùn)練數(shù)據(jù)集使用計算好的回歸方程預(yù)測訓(xùn)練數(shù)據(jù)集的因變量。所謂訓(xùn)練數(shù)據(jù)集即自變量數(shù)據(jù)集。新數(shù)據(jù)集使用計算好的回歸方程預(yù)測一個新選擇的數(shù)據(jù)集的因變量。新選擇的數(shù)據(jù)集需和訓(xùn)練用的自變量數(shù)據(jù)集具有相同的字段數(shù)，即變量的個數(shù)相同。三、生成圖表解釋相關(guān)系數(shù)矩陣，如下：在做回歸分析前，第一個非常重要的步驟就是觀察和描述兩個連續(xù)變量之間的關(guān)系。皮爾遜相關(guān)系數(shù)是最常用的描述變量線性相關(guān)性的統(tǒng)計量。共線性診斷(VIF)，如下：在進行多元線性回歸的時候，自變量間的共線性問題容易導(dǎo)致模型不穩(wěn)定，因此需要做共線性診斷，我們通過VIF(VarianceInflationFactor，方差膨脹因子)判斷自變量之間的共線性問題。如果VIF>10，表示對應(yīng)變量與其它變量存在高度共線性，可能造成模型不穩(wěn)定。截距，如下：截距是線性回歸方程的常數(shù)項?；貧w系數(shù)，如下：通過截距和回歸系數(shù)可將線性回歸函數(shù)表示如下：medv=4.9285*rm–0.6564*lstat+0.1039模型評估，如下：通過觀察以下兩個指標(biāo)來評價模型的擬合優(yōu)度。RMSE（均方根誤差）越小說明模型擬合得越充分；準(zhǔn)確率：基于訓(xùn)練數(shù)據(jù)集計算出的準(zhǔn)確率。模型預(yù)測運用