多重线性回归分析.ppt

文档介绍：第十一章多重线性回归分析*内容基本原理方法简介分析步骤几点补充*一、*一、,称为多重线性回归分析(multiplelinearregressionanalysis)。自变量是相互独立的连续型变量或分类变量。一、*编号X1X2…XkY1X11X12…X1kY12X21X22…X2kY2:::::nXn1Xn2…XnkYn*二、:Y=b0+b1X1+b2X2+…+bkXk+e=bX+e其中,bj(j=0,1,2…,k)为未知参数,e为随机误差项。*二、基本原理多重线性回归模型中包含多个自变量,它们同时对因变量Y发生作用。若要考察一个自变量对Y的影响,就必须假设其他自变量保持不变。因此,多重线性回归模型中的回归系数为偏回归系数。它反映的是当模型中的其他自变量不变时,其中一个自变量对因变量Y的均值的影响。*二、(Linear)、独立性(Independence)、正态性(Normality)和方差齐性(Equalvariance),即LINE条件。除此之外,还要求多个自变量之间相关性不要太强。*二、——指自变量与因变量之间的关系是线性的独立性——指各观测值之间是相互独立的正态性——指自变量取不同值时,因变量服从正态分布方差齐性——指自变量取不同值时,因变量的方差相等*三、,对模型和参数进行假设检验;对自变量进行共线性诊断,对观测值进行异常值诊断;结合统计学知识和专业知识,对回归方程进行合理的解释,并加以应用。