应用多元统计分析北大版第四章.ppt
文本预览下载声明
应用多元统计分析 第四章 回归分析 第四章 §4.1 经典多元线性回归 回归方程的显著性检验 第四章 §4.1 经典多元线性回归 回归方程的显著性检验 第四章 §4.1 经典多元线性回归 回归方程的显著性检验--平方和分解公式 第四章 §4.1 经典多元线性回归 回归方程的显著性检验--平方和分解公式 第四章 §4.1 经典多元线性回归 回归方程的显著性检验--平方和分解公式 第四章 §4.1 经典多元线性回归回归方程的显著性检验--平方和分解公式 第四章 §4.1 经典多元线性回归 回归方程的显著性检验—定理4.1.3 第四章 §4.1 经典多元线性回归 回归方程的显著性检验--定理4.1.3 第四章 §4.1 经典多元线性回归 回归方程的显著性检验--定理4.1.3 第四章 §4.1 经典多元线性回归 回归方程的显著性检验--定理4.1.3 第四章 §4.1 经典多元线性回归 回归方程的显著性检验--定理4.1.3 第四章 §4.1 经典多元线性回归 回归方程的显著性检验 第四章 §4.1 经典多元线性回归回归系数的显著性检验 第四章 §4.1 经典多元线性回归回归系数的显著性检验 第四章 §4.1 经典多元线性回归回归系数的显著性检验 第四章 §4.1 经典多元线性回归回归系数的显著性检验 第四章 §4.1 经典多元线性回归 回归系数的显著性检验 第四章 §4.1 经典多元线性回归 回归系数的显著性检验 第四章 §4.1 经典多元线性回归 建立“最优”回归方程 第四章 §4.1 经典多元线性回归 预测值和预测区间--选项: P,CLM,CLI 第四章 §4.1 经典多元线性回归回归分析的例子(REG) 第四章 §4.1 经典多元线性回归回归分析的例子(REG) 第四章 §4.1 经典多元线性回归回归分析的例子(REG) 第四章 §4.1 经典多元线性回归回归分析的例子(REG) 第四章 §4.1 经典多元线性回归回归分析的例子(REG) 第四章 §4.1 经典多元线性回归回归分析的例子(REG) 第四章§4.2回归变量的选择与逐步回归 第四章§4.2回归变量的选择与逐步回归变量选择问题 第四章§4.2回归变量的选择与逐步回归变量选择问题 第四章§4.2回归变量的选择与逐步回归最优选择的标准 第四章§4.2回归变量的选择与逐步回归 变量选择方法--逐步筛选法(计算量小) 在REG过程中逐步筛选变量的方法通过以下有关的选项给出: FORWARD: 向前加入法,即逐个加入变量; BACKWARD: 向后删除法,全部加入后逐个剔除; STEPWISE: 逐步筛选法,边进边出; 第四章§4.2回归变量的选择与逐步回归变量选择方法--逐步筛选法(计算量适中) MAXR:逐个加入和对换,使R2增加最大; 开始加入使R2增加最大的变量,以后每一步选择模型 内外变量进行对换--1.选择使R2增加最大的对换; 2.选择加入一个使R2增加最大的新变量. MINR:逐个加入和对换,使R2增加最小. 开始加入使R2增加最小的变量,以后 每一步选择模型内外变量进行对换--1.选择R2增加最小的对换; 2.选择加入一个使R2增加最小的新变量. 第四章§4.2回归变量的选择与逐步回归变量选择方法--所有可能回归法 第四章§4.2回归变量的选择与逐步回归 逐步回归--基本思想和步骤 第四章§4.2回归变量的选择与逐步回归 逐步回归--基本思想和步骤(框图) 第四章§4.2 回归变量的选择与逐步回归 逐步回归--例子 第四章§4.2 回归变量的选择与逐步回归 逐步回归--例子 第四章§4.2 回归变量的选择与逐步回归逐步回归--例子 第四章§4.2 回归变量的选择与逐步回归变量选择的其它例子 第四章§4.2 回归变量的选择与逐步回归变量选择的其它例子 第四章§4.2 回归变量的选择与逐步回归变量选择的其它例子 第四章§4.3多因变量的多元线性回归 参数矩阵Σ的估计 或 令 当p=1时(即多元线性回归模型),数值 称为残差平方和(或剩余平方和).对一般p,Q是p×p矩阵,它是残差平方和的推广,称为残差阵. Q有以下计算公式: (4.3.5) (In-H)为对称幂等阵。 第四章§4.3多因变量的多元线性回归 参数矩阵Σ的估计 很自然地,我们用残差阵Q作为随机误差向量ε
显示全部