自变量的选择与逐步回归-实用回归分析.ppt

第5章 自变量的选择与逐步回归 §第5章 自变量选择与逐步回归 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.1 自变量选择对估计和预测的影响 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.2 所有子集回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.4 本章小结与评注 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 §5.3 逐步回归 data data1; input x1-x12 y; cards; 1.94 4.5 154.45 207.33 246.87 277.64 135.79 30.58 110.67 80.83 51.83 14.09 2384 0.33 6.49 133.16 127.29 120.17 114.88 81.21 14.05 35.7 16 27.1 2.93 202 … ； proc reg; model y=x1-x12/selection=adjrsq; run; 以下是部分输出结果： Adjusted R-square Variables in Model R-square In 0 0 6 X3 X5 X8 X9 X10 X11 0 0 7 X3 X5 X6 X8 X9 X10 X11 0 0 6 X3 X6 X8 X9 X10 X11 0 0 7 X3 X4 X5 X8 X9 X10 X11 0 0 7 X3 X5 X8 X9 X10 X11 X12 0 0 7 X3 X5 X7 X8 X9 X10 X11 … 一、问题的提出及逐步回归的思想 自变量的所有可能子集构成2m-1个回归方程，当可供选择的自变量不太多时，用前边的方法可以求出一切可能的回归方程，然后用几个选元准则去挑出“最好”的方程，但是当自变量的个数较多时，要求出所有可能的回归方程是非常困难的。为此，人们提出了一些较为简便、实用、快速的选择“最优”方程的方法。人们所给出的方法各有优缺点，至今还没有绝对最优的方法，目前常用的方法有“前进法”、“后退法”、“逐步回归法”，而逐步回归法最受推崇。 一、问题的提出及逐步回归的思想 在后边的讨论中，无论我们从回归方程中剔除某个自变量，还是给回归方程增加某个自变量都要利用（3.42）式的偏F检验，这个偏F检验与（3.40）式的t检验是等价的，F检验的定义式的统计意义更为明了，并且容易推