第多元線性回歸模型演示文稿_第1頁(yè)
第多元線性回歸模型演示文稿_第2頁(yè)
第多元線性回歸模型演示文稿_第3頁(yè)
第多元線性回歸模型演示文稿_第4頁(yè)
第多元線性回歸模型演示文稿_第5頁(yè)
已閱讀5頁(yè),還剩26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

第多元線性回歸模型演示文稿目前一頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)(優(yōu)選)第多元線性回歸模型目前二頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)第1節(jié)多元線性回歸模型及其假設(shè)條件

目前三頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前四頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前五頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前六頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)第2節(jié)模型參數(shù)的估計(jì)

目前七頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)第3節(jié)回歸系數(shù)向量估計(jì)值的統(tǒng)計(jì)性質(zhì)

目前八頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前九頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)第4節(jié)多元線性回歸模型的檢驗(yàn)

在建立多元線性回歸模型的過(guò)程中,為進(jìn)一步分析回歸模型所反映的變量之間的關(guān)系是否符合客觀實(shí)際,引入的影響因素是否有效,同樣需要對(duì)回歸模型進(jìn)行檢驗(yàn)。常用的檢驗(yàn)方法有R檢驗(yàn)法,F檢驗(yàn)法,t檢驗(yàn)法和DW檢驗(yàn)法。

目前十頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)與相關(guān)系數(shù)檢驗(yàn)法一樣,復(fù)相關(guān)系數(shù)檢驗(yàn)法的步驟為:(1)計(jì)算復(fù)相關(guān)系數(shù);(2)根據(jù)回歸模型的自由度n-m和給定的顯著性水平值,查相關(guān)系數(shù)臨界值表;(3)判別。目前十一頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前十二頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前十三頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前十四頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前十五頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前十六頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前十七頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)表5.4.1DW檢驗(yàn)判別表

目前十八頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前十九頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)三、預(yù)測(cè)區(qū)間

目前二十頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)第5節(jié)含有虛擬變量的回歸模型

一、虛擬變量品質(zhì)變量不像數(shù)量變量那樣表現(xiàn)為具體的數(shù)值。它只能以品質(zhì)、屬性、種類等形式來(lái)表現(xiàn)。要在回歸模型中引入此類品質(zhì)變量,必須首先將具有屬性性質(zhì)的品質(zhì)變量數(shù)量化。通常的做法是令某種屬性出現(xiàn)對(duì)應(yīng)于1,不出現(xiàn)對(duì)應(yīng)于0。這種以出現(xiàn)為1,未出現(xiàn)為0形式表現(xiàn)的品質(zhì)變量,就稱為虛擬變量。二、帶虛擬變量的回歸模型常見(jiàn)的帶虛擬變量的回歸模型有以下三種形式:

目前二十一頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前二十二頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)式(5.5.2)的趨勢(shì)變化如圖所示目前二十三頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前二十四頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前二十五頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)第6節(jié)自變量的選擇

一、逐步回歸法逐步回歸法是一種按照變量的邊際貢獻(xiàn)選擇自變量的方法。所謂邊際貢獻(xiàn)就是某一變量加入到模型中來(lái)或從模型中刪除對(duì)回歸平方和或模型解釋力(樣本決定系數(shù))的影響。如果一個(gè)變量加入到模型中或從模型中刪除后模型的回歸平方和或模型解釋力(樣本決定系數(shù))變化不大,則可以認(rèn)為此變量的邊際貢獻(xiàn)較小,因此這一變量就沒(méi)有必要加入到模型中來(lái)。反之,則認(rèn)為該變量的邊際貢獻(xiàn)較大,應(yīng)當(dāng)保留或加入到模型中。目前二十六頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前二十七頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前二十八頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)目前二十九頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)第7節(jié)若干問(wèn)題討論

一、模型設(shè)定誤差我們?cè)凇?.6中討論了自變量的選擇問(wèn)題。但無(wú)論是哪一種選擇自變量的方法,都存在如何確定加入或刪除變量的標(biāo)準(zhǔn)問(wèn)題。標(biāo)準(zhǔn)的設(shè)定需要預(yù)測(cè)工作者的智慧及其對(duì)所研究問(wèn)題的深入了解和認(rèn)識(shí)。因此,難免會(huì)發(fā)生模型設(shè)定誤差。回歸模型中自變量“過(guò)少”,即遺漏了必要的自變量時(shí),將會(huì)影響估計(jì)量的無(wú)偏性和一致性;回歸模型中自變量“過(guò)多”,即在模型中加入不必要的自變量時(shí),則會(huì)破壞估計(jì)量的最小方差性。

目前三十頁(yè)\總數(shù)三十一頁(yè)\編于十二點(diǎn)二、關(guān)于樣本容量問(wèn)題收集高質(zhì)量的樣

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