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)
免費(fèi)預(yù)覽已結(jié)束,剩余1頁(yè)可下載查看

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、+2川1 +認(rèn)系數(shù)P1表示在其他自變量不變的情況下,自變量x1變動(dòng)到一個(gè)單位時(shí)引起的因變研究在線性關(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X, X2|J I Xk的線性回歸模型為:y = P 0 +斥1 +咲+嘰+名其中%,耳是k +1個(gè)未知參數(shù),%稱為回歸常數(shù),PJII Pk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

2、,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),上式就叫做多元形多元回歸模型。E是隨機(jī)誤差,與一元線性回歸一樣,通常假設(shè)E(町=02var( E)同樣,多元線性總體回歸方程為y = P 0 + P1x1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:? = P十+(?2乂2卅樸+ f?kXk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 =無(wú)(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)到將SSE對(duì)%, P最小,SSE對(duì)5弋|11比的偏導(dǎo)數(shù)

3、必須為零。JII Pk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ESSE -式:干二”(y-y)= 0cSSE -方L2(y-?)Xj = 0通過(guò)求解這一方程組便可分別得到 咕川 的估計(jì)值 氏,叫, 耳回歸系 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 2口2 SSRSSE Z (y-y)SST SS

4、T 藝(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,OR2W1,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不是一個(gè)合適的指

5、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:R2 =i_SSE匹di 卓二=i_(i_r2 二SST/(n-1)SST n-k-1n-k-12由上時(shí)可以看出,E考慮的是平均的殘差平方和,而不是殘差平方和,因此, 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:LR2/kF 2(1-R2)/( n-k-1)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,回歸方程的擬合優(yōu)度也越高。渺渺紅

6、塵,茫茫人海,沒(méi)有過(guò)早,也沒(méi)有太晚,遇見(jiàn)的自然是恰逢其時(shí)。有人說(shuō),這世間的所有相遇,都是久別重逢。惟有父母與子女,是為了別離。父母為自己付出的,永遠(yuǎn)是百分之百的綿綿恒愛(ài)。每當(dāng)看到滿頭如雪,彎腰駝背,步履蹣跚的父親母親,總會(huì)不由自主地想起,他們?cè)米罴儤?、最勤勞的方式為自己撐起過(guò)一片天,現(xiàn)如今卻是衰老伴著 他們走過(guò)一年又一年。想來(lái)那句:你養(yǎng)我長(zhǎng)大,我陪你變老,于父母眼里,自己就像飄在天空的風(fēng)箏,無(wú)論飛得多高多遠(yuǎn),他們也舍不得松開(kāi)牽掛的那根線。這種深厚的愛(ài),若高山闊海,就算用一輩子的時(shí)間,恐怕也回饋不完 應(yīng)是最好的報(bào)答。記得一首友情的歌,里面那段歌詞格外打動(dòng)人:友情,人人都需要友情,不能孤獨(dú),踏上人生的旅程聽(tīng)完,特別想感謝那些出現(xiàn)在自己不同人生階段的朋友,感謝這一路上你們給予的支持和鼓勵(lì)。此生何其幸運(yùn),能成為彼此的親密摯友。除了家人,最熟悉我的還有你童年,一起玩耍嬉戲;少年,一起努力學(xué)習(xí);青年,互相聆聽(tīng)各自的小秘密;愿中年的彼此,都能好好保重自己;愿我們老的時(shí)候還能一起喝茶、一起聊聊不太完美的卻又共同參與過(guò)的往昔。人生能有三五知己,懂得自己,足矣!佛說(shuō),每一次相遇都是一場(chǎng)修行。想

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