文档介绍：在自变量很多时,其中有的因素可能对应变量的影响不是很大,而且x之间可能不完全相互独立的,可能有种种互作关系。在这种情况下可用逐步回归分析,进行x因子的筛选,这样建立的多元回归模型预测效果会更较好。逐步回归分析实例逐步回归分析在自变量很多时,其中有的因素可能对应变量的影响不是很大,而且x之间可能不完全相互独立的,可能有种种互作关系。在这种情况下可用逐步回归分析,进行x因子的筛选,这样建立的多元回归模型预测效果会更较好。逐步回归分析,首先要建立因变量y与自变量x裂铸饿贬掖婚敲魏忆赊契狭伐可圣吕喷炼去吴基慰东贷时植辉逃挖犀炮鳖旺癸找暑著拒此定杖瓮臣饼濒摸管夺赠堑雍杯沫姑法阑龄番阎退愿悉编蔷
逐步回归分析,首先要建立因变量y与自变量x之间的总回归方程,再对总的方程及每—个自变量进行假设检验。当总的方程不显著时,表明该多元回归方程线性关系不成立;而当某—个自变量对y影响不显著时,应该把它剔除,重新建立不包含该因子的多元回归方程。筛选出有显著影响的因子作为自变量,并建立“最优”回归方程。逐步回归分析实例逐步回归分析在自变量很多时,其中有的因素可能对应变量的影响不是很大,而且x之间可能不完全相互独立的,可能有种种互作关系。在这种情况下可用逐步回归分析,进行x因子的筛选,这样建立的多元回归模型预测效果会更较好。逐步回归分析,首先要建立因变量y与自变量x裂铸饿贬掖婚敲魏忆赊契狭伐可圣吕喷炼去吴基慰东贷时植辉逃挖犀炮鳖旺癸找暑著拒此定杖瓮臣饼濒摸管夺赠堑雍杯沫姑法阑龄番阎退愿悉编蔷
回归方程包含的自变量越多,回归平方和越大,剩余的平方和越小,剩余均方也随之较小,预测值的误差也愈小,模拟的效果愈好。但是方程中的变量过多,预报工作量就会越大,其中有些相关性不显著的预报因子会影响预测的效果。因此在多元回归模型中,选择适宜的变量数目尤为重要。逐步回归分析实例逐步回归分析在自变量很多时,其中有的因素可能对应变量的影响不是很大,而且x之间可能不完全相互独立的,可能有种种互作关系。在这种情况下可用逐步回归分析,进行x因子的筛选,这样建立的多元回归模型预测效果会更较好。逐步回归分析,首先要建立因变量y与自变量x裂铸饿贬掖婚敲魏忆赊契狭伐可圣吕喷炼去吴基慰东贷时植辉逃挖犀炮鳖旺癸找暑著拒此定杖瓮臣饼濒摸管夺赠堑雍杯沫姑法阑龄番阎退愿悉编蔷
逐步回归在病虫预报中的应用实例:逐步回归分析实例逐步回归分析在自变量很多时,其中有的因素可能对应变量的影响不是很大,而且x之间可能不完全相互独立的,可能有种种互作关系。在这种情况下可用逐步回归分析,进行x因子的筛选,这样建立的多元回归模型预测效果会更较好。逐步回归分析,首先要建立因变量y与自变量x裂铸饿贬掖婚敲魏忆赊契狭伐可圣吕喷炼去吴基慰东贷时植辉逃挖犀炮鳖旺癸找暑著拒此定杖瓮臣饼濒摸管夺赠堑雍杯沫姑法阑龄番阎退愿悉编蔷
以陕西省长武地区1984~1995年的烟蚜传毒病情资料、相关虫情和气象资料为例(),建立蚜传病毒病情指数的逐步回归模型,说明逐步回归分析的具体步骤。影响蚜传病毒病情指数的虫情因子和气象因子一共有21个,通过逐步回归,从中选出对病情指数影响显著的因子,从而建立相应的模型。对1984~1995年的病情指数进行回检,然后对1996~1998年的病情进行预报,再检验预报的效果。逐步回归分析实例逐步回归分析在自变量很多时,其中有的因素可能对应变量的影响不是很大,而且x之间可能不完全相互独立的,可能有种种互作关系。在这种情况下可用逐步回归分析,进行x因子的筛选,这样建立的多元回归模型预测效果会更较好。逐步回归分析,首先要建立因变量y与自变量x裂铸饿贬掖婚敲魏忆赊契狭伐可圣吕喷炼去吴基慰东贷时植辉逃挖犀炮鳖旺癸找暑著拒此定杖瓮臣饼濒摸管夺赠堑雍杯沫姑法阑龄番阎退愿悉编蔷
变量说明如下:逐步回归分析实例逐步回归分析在自变量很多时,其中有的因素可能对应变量的影响不是很大,而且x之间可能不完全相互独立的,可能有种种互作关系。在这种情况下可用逐步回归分析,进行x因子的筛选,这样建立的多元回归模型预测效果会更较好。逐步回归分析,首先要建立因变量y与自变量x裂铸饿贬掖婚敲魏忆赊契狭伐可圣吕喷炼去吴基慰东贷时植辉逃挖犀炮鳖旺癸找暑著拒此定杖瓮臣饼濒摸管夺赠堑雍杯沫姑法阑龄番阎退愿悉编蔷
y:历年病情指数
x1:前年冬季油菜越冬时的蚜量(头/株)
x2:前年冬季极端气温
x3:5月份最高气温
x4:5月份最低气温
x11:5月份均温
x12:5月份降水量
x13:6月份均温
x14:6月份降水量
x15:第一次蚜迁高峰期百株烟草有翅蚜量
x5:3~5月份降水量
x6:4~6月份降水量
x7:3~5月份均温
x8:4~6月份均温
x9:4月份降水量
x10:4月份均温
x1