第五章自變量與逐步回歸ppt課件.ppt

第五章自變量與逐步回歸ppt課件.ppt

ID:59238919

大?。?64.00 KB

頁(yè)數(shù):36頁(yè)

時(shí)間:2020-09-26

第五章自變量與逐步回歸ppt課件.ppt_第1頁(yè)
第五章自變量與逐步回歸ppt課件.ppt_第2頁(yè)
第五章自變量與逐步回歸ppt課件.ppt_第3頁(yè)
第五章自變量與逐步回歸ppt課件.ppt_第4頁(yè)
第五章自變量與逐步回歸ppt課件.ppt_第5頁(yè)
資源描述:

《第五章自變量與逐步回歸ppt課件.ppt》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、第五章自變量選擇與逐步回歸一、全模型與選模型對(duì)某一實(shí)際問(wèn)題,設(shè)因變量y,對(duì)y有影響的因素共有m個(gè),則回歸模型為稱為全回歸模型從所有可共選擇的m個(gè)變量中挑選出p個(gè),記為,由所選的p個(gè)自變量組成的回歸模型為稱為選模型二、自變量選擇對(duì)預(yù)測(cè)的影響自變量選擇對(duì)預(yù)測(cè)的影響分兩種情況:(1)全模型正確而誤用選模型;(2)選模型正確而誤用全模型。(一)全模型正確而誤用選模型假設(shè)全模型與選模型不同,既要求p

2、性質(zhì)3、4表明,用選模型去作預(yù)測(cè),殘差的方差比用全模型去作預(yù)測(cè)的方差小。這說(shuō)明盡管全模型正確,誤用選模型是有利也有弊。性質(zhì)5表明,即使全模型正確,但如果其中有一些自變量對(duì)因變量的影響很小或回歸系數(shù)方差過(guò)大,當(dāng)我們丟掉這些變量之后,可以提高預(yù)測(cè)的精度。(二)選模型正確而誤用全模型如果選模型正確而誤用全模型,從無(wú)偏的角度看,選模型的預(yù)測(cè)值是因變量新值的無(wú)偏估計(jì),此時(shí)全模型的預(yù)測(cè)值是y0的有偏估計(jì)。從預(yù)測(cè)方差的角度看,選模型的預(yù)測(cè)方差小于全模型的預(yù)測(cè)方差。從均方誤差的角度看,全模型的預(yù)測(cè)誤差將更大??傊粋€(gè)好的回歸模型,并不是考慮的自變量越多越好,選擇自變量的基本指導(dǎo)思

3、想是少而精。5.2自變量選擇的準(zhǔn)則y與x1x2;y與x1x3;x2;y與x2x3的二元回歸模型(共3個(gè))一、所有子集的回歸設(shè)因變量為y,自變量為x1,x2,x3,所有自己的回歸是指:分別建立y與{x1,x2,x3}子集為自變量的回歸模型。y與各x1,x2,x3的回歸模型(共3個(gè))y與x1x2x3的三元回歸模型(共1個(gè))二、關(guān)于自變量選擇的幾個(gè)準(zhǔn)則準(zhǔn)則1自由度調(diào)整復(fù)決定系數(shù)達(dá)到最大。調(diào)整的復(fù)決定系數(shù)當(dāng)模型中加入自變量后,調(diào)整的復(fù)決定系數(shù)不會(huì)變小這在進(jìn)行模型比較時(shí),是非常不利的。到底什么是增加一個(gè)新變量的凈影響當(dāng)新的變量加到模型中,我們損失一個(gè)自由度加入新變量的解釋能力

4、是否抵消失去自由度的損失?RegressionStatisticsMultipleR0.72213RSquare0.52148AdjustedRSquare0.44172StandardError47.46341Observations15ANOVAdfSSMSFSignificanceFRegression229460.02714730.0136.538610.01201Residual1227033.3062252.776Total1456493.333CoefficientsStandardErrortStatP-valueLower95%Upper95%In

5、tercept306.52619114.253892.682850.0199357.58835555.46404Price-24.9750910.83213-2.305650.03979-48.57626-1.37392Advertising74.1309625.967322.854780.0144917.55303130.70888pie銷售量的變差中44.2%是由價(jià)格和廣告解釋的,考慮了樣本量的大小和自變量的個(gè)數(shù)(continued)調(diào)整的復(fù)決定系數(shù)準(zhǔn)則2赤池信息量AIC達(dá)到最小.x1與y的回歸模型準(zhǔn)則3Cp統(tǒng)計(jì)量達(dá)到最小全模型的方差分析表選擇最優(yōu)方程的方法En

6、ter」:強(qiáng)制選取法。設(shè)定強(qiáng)制一次進(jìn)入的回歸分析方法。簡(jiǎn)單線性回歸均選取此種方法。沒(méi)有對(duì)回歸變量進(jìn)行篩選,建立與全部自變量的全回歸模型?!綟orward】:設(shè)定正向選取式的回歸分析法,前向(向前)選取法。【Backward】:設(shè)定反向移除式的回歸分析法,后向(向后)選取法?!維tepwise】:設(shè)定逐步回歸選取法。【Remove】:設(shè)定強(qiáng)制一次移除的回歸分析法。1、前進(jìn)法【Forward】變量由少到多,一次考慮一個(gè)自變量,判斷其貢獻(xiàn)是否已達(dá)設(shè)定的標(biāo)準(zhǔn),若是則將其「納入」多元回歸方程式中。此分析法在選取過(guò)程中并不剔除任何已在回歸方程式中的自變量。這種方法的缺點(diǎn)是某自變

7、量選入方程后,就一直留在方程中,不再剔除(因此又稱為只進(jìn)不出法).這是因?yàn)槟硞€(gè)自變量開(kāi)始可能是顯著的,當(dāng)引入其他自變量后他變得不顯著了.但沒(méi)有機(jī)會(huì)將其剔除,即一旦引入,就是終身制.利用SPSS對(duì)例5.4分別用前進(jìn)法操作建立回歸方程。2、后退法首先用全部m個(gè)變量建立一個(gè)回歸方程,然后在這m個(gè)變量中選擇一個(gè)最不重要的變量,將它從方程中剔除。前進(jìn)法和后退法的缺點(diǎn)前進(jìn)法不能反映引進(jìn)新的自變量后的變化情況。后退法的不足是一開(kāi)始把全部自變量引入回歸方程,這樣計(jì)算量很大;其次是一旦某個(gè)自變量被剔除,就再也沒(méi)有機(jī)會(huì)重新進(jìn)入回歸方程。3、逐步回歸法逐步回歸的基本思想是有進(jìn)有出。將

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。