十二多重线性回归模型.pptx

  1. 1、本文档共50页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
; 内容提要;模型简介;模型简介; 自变量与因变量之间存在线性关系,可以通过绘制“散点图矩阵”予以考察; 各观测间相互独立; 残差服从正态分布; 方差齐性。;简单分析实例;简单分析实例-初步分析; 绘制散点图矩阵;简单分析实例;简单分析实例;简单分析实例;简单分析实例;简单分析实例;简单分析实例; SPSS 结果中输出偏回归系数的同时,也输出了各自的标准偏回归系数。年龄的标准化偏回归系数为0.626,吸烟的标准化回归系数为0.307,体重指数的标准化偏回归系数为0.258,因此,可以认为,年龄对血压的影响大于吸烟和体重指数对血压的影响大。;例2 仍以例1的资料为例,试作逐步回归分析。数据文件见mreg.sav。;逐步回归;逐步回归;逐步回归中默认剔除变量和纳入变量的α水准分别为0.1和0.05, 可自己调整,但剔除变量的α水准必须小于等于纳入变量的水准。;逐步回归;逐步回归;逐步回归;残差分析;;;;残差分析;;独立性检验;残差分析;残差分析;残差分析;模型的进一步诊断与修正;模型的进一步诊断与修正;模型的进一步诊断与修正; 强影响点的处理; 回归诊断 (Regression diagnostics); 一、共线性的识别; 2.方差扩大因子 共线性严重程度的另一种度量是方差扩大因子(variance inflation factor,VIF), Cij=(1-Rj)-1, j=1,2,…,p (15-14) Tol= (1-Rj)称为容许限因子(阅值 tolerance) Rj度量了自变量Xj与其余p-1个自变量的线性相依程度。这种相依程度愈高(1-Rj)就愈接近零,Cij也就愈接近于1(注意Cij≥1)即自变量之间共线性愈严重。可见Cij的大小也可以反映出自变量之间是否存在共线性。应用经验表明,当Cij大于5或10时,就存在着严重的共线性。 解决共线性的主要方法有:用主成分回归替代最小二乘估计。筛选自变量及岭回归等。 ; 多重共线性的识别; 对13名儿童心象面积Y与性别X1(男1 女2)、 月龄X2、身高X3、体重X4、胸围X5关系的多 元回归研究中,得以下回归方程: Y=3.593-7.836X1+ 0.119X2+ 0.287X3+1.138X4-0.955X5 假设检验结果:各偏回归系数P均小于0.05。 如何解释以上结果? ; 多重共线性的识别; 多重共线性的识别(例2分析??果); 多重共线性的处理;小 结;小 结;小 结;Bye-Bye!

文档评论(0)

158****9376 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档