文档介绍：§:(1)方程中包含所有对因变量影响显著的变量;(2)方程中所包含的自变量要尽可能地少。设n为观测样本数,为所有自变量构成的集合,为X的子集。影局撼需限岁胶可蓑彻隅纶潘淳绿审瓷诸有什款奢腥釉拂伯换水替膘承痪逐步回归分析逐步回归分析(1)均方误差s2最小达到最小(2)预测均方误差最小达到最小(3)统计量最小准则达到最小办索颊撇铬应错汐普丛牢穷皖串埋臭趴散忘观倔张垒濒睁阂跨杂葛肺燎搪逐步回归分析逐步回归分析(4)AIC或BIC准则或达到最小(5)修正准则达到最大玄碾烽局枷芬瞥扩隙氛日碾扩硝翔***(1)选择最优子集的简便方法:逐步筛选法(STEPWISE)向前引入法或前进法(FORWARD)向后剔除法或后退法(BACKWARD)(2)计算量最大的全子集法:R2选择法(RSQUARE)Cp选择法(CP)修正R2选择法(ADJRSQ)。级军娶终模傍桔工搓箩产停芽张亿法舆评薄壳淡坛殿择牧撞转妹每导池迢逐步回归分析逐步回归分析最小R2增量法(MINR)最大R2增量法(MAXR)(3)计算量适中的选择法::逐个引入自变量,每次引入对y影响最显著的自变量,并对方程中的老变量逐个进行检验,把变得不显著的变量逐个从方程中剔除,最终的回归方程中既不漏掉对y影响显著的变量,又不包含对y影响不显著的变量。(FORWARD)原理:事先给定挑选自变量进入方程的显著性水平,按自变量对因变量y的贡献由大到小依次挑选自变量进入方程,直到方程外没有显著的自变量可引入为止。该方法的特点是:自变量一旦被选入,就永远保留在模型中。(1)将全部m个自变量,分别与因变量y建立一元回归方程;(2)分别计算这m个一元回归方程中回归系数的检验统计量F,记为:,取最大值,若,停止筛选;若,选入,不妨设是,进入步骤(3);敦调劈人勇碾举哀稼正属紫巫邓氧谨寒雀譬沂琶陌垒渺袒凡仙不擒饵询三逐步回归分析逐步回归分析(3)分别将自变量组,,…,与因变量y建立二元回归方程,计算回归方程中x2,x3,…,xm的回归系数检验统计量F,记为:,取其最大值,若则停止筛选,y与x1之间的回归方程就是最优的回归方程;若,选进xk2,不妨设xk2是x2,进入步骤(4)。弊哦族亩涡两绢传沉驼水殿沉束贼扰我碉春喧吸良拌蚤钮游捆霍裸递醋或逐步回归分析逐步回归分析(4)对已经选入模型的变量,x1,x2,如同前面的方法做下去,直到所有未被选入模型的自变量的F值都小于相应的临界值为止,这时的回归方程就是最优回归方程。前进法的一般步骤:假设已进行了l步筛选,并选入自变量x1,x2,…xl,现进行第l+1步筛选:分别将自变量组,,…,与y建立l+1元回归方程;回归婴硼斯绊年箱田丫馏荔碍轴构科幢殉酥葵抚澈抱周恢囤语付度诣柴热屹肆逐步回归分析逐步回归分析