資源描述：
《實(shí)用多元統(tǒng)計(jì)分析 多元選取new》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、四多元回歸模型中自變量的選取向后剔除法(BackwardElimination)步驟1將所有的p個(gè)自變量全部選入回歸模型估計(jì)出回歸系數(shù)2檢驗(yàn)回歸系數(shù)是否為零3去掉在回歸系數(shù)檢驗(yàn)中沒(méi)有通過(guò)檢驗(yàn)的即回歸系數(shù)為零具有最小t值的變量將剩余的p-1個(gè)自變量再作回歸模型估計(jì)出回歸參數(shù)如果沒(méi)有通過(guò)檢驗(yàn)的變量較多將檢驗(yàn)水平選的稍大一點(diǎn)如0.10;4再對(duì)p-1個(gè)回歸系數(shù)進(jìn)行是否為零的檢驗(yàn)如果還有變量的回歸系數(shù)沒(méi)有通過(guò)檢驗(yàn)再去掉在回歸系數(shù)檢驗(yàn)中具有最小t值的變量將剩余的p-2個(gè)自變量再作回歸模型估計(jì)出回歸參數(shù)5依次進(jìn)行下去直到所
2、剩變量均通過(guò)檢驗(yàn)建立回歸方程例題:有8個(gè)自變量的回歸分析22自變量X1X2X3X4X5X6X7X8Rσ?β?-.141.99-1.27-.0351.121.241.473.990.71532.73j1t-1.733.38-7.34-1.991.651.601.532.41jβ?-.151.89-1.27-.341.201.185.330.69733.89j2t-1.933.17-7.23-2.041.751.493.72jβ?-.161.74-1.20-.321.276.010.67934.96j3t-1.9
3、32.92-6.97-1.811.824.36jβ?-.151.31-1.055.400.61440.05j4t-1.712.14-6.263.76jβ?0.92-.875.140.58641.90j5t1.58-6.443.51jβ?-.755.060.56143.37j6t-6.623.40j經(jīng)過(guò)檢驗(yàn)剔除后只剩x3和x8兩個(gè)變量進(jìn)入回歸方程向前選則法ForwardSelection步驟1算出因變量和每個(gè)自變量的相關(guān)系數(shù)選擇具有最大相關(guān)系數(shù)的自變量進(jìn)入回歸模型2對(duì)回歸系數(shù)進(jìn)行檢驗(yàn)如果檢驗(yàn)結(jié)果是回歸系數(shù)為零放
4、棄回歸方程否則進(jìn)入下一步3計(jì)算在上一步選入的自變量的影響取固定時(shí)因變量與其他自變量的偏相關(guān)系數(shù)將具有偏相關(guān)系數(shù)絕對(duì)值最大的自變量選入回歸方程并對(duì)相應(yīng)回歸系數(shù)進(jìn)行檢驗(yàn)如果檢驗(yàn)結(jié)果是回歸系數(shù)為零則停止進(jìn)一步選擇有效方程為前一步所建的方程否則進(jìn)行下一步的選擇4重復(fù)第三步但增加取固定影響的變量數(shù)減少可被選擇的自變量直到所選變量未通過(guò)檢驗(yàn)前一步所建的方程為最后方程例題β?tjj1自變量X1X2X3X4X5X6X7X8X23.8515.32相關(guān)系數(shù)-.01.25.21-0.03.16-.18-.16.25X8.0755.
5、32自變量X1X3X4X5X6X7X2.34414.722偏相關(guān)-.03.09-.02.110.15-.11X8.0755.39X6-.067-3.06自變量X1X3X4X5X7X23.4964.793偏相關(guān)-.01.09.01.11-.07X83.4965.53X6-.068-3.09X5-.233-1.86最后選入X2,X8,X63個(gè)變量逐步回歸StepwiseRegression將向前選擇和向后剔除結(jié)合起來(lái)用1F-統(tǒng)計(jì)量a)向前選擇時(shí)F-統(tǒng)計(jì)量稱(chēng)為F-enter,其計(jì)算方法為假設(shè)回歸模型到目前為止已包括
6、x,L,x個(gè)自變量對(duì)于一個(gè)新的自變量x來(lái)說(shuō)1pp+1SSE(x,L,x)?SSE(x,L,x,x)1p1pp+1F-enterSSE(x,L,x)/N?p?11pb)向后剔除時(shí)F-統(tǒng)計(jì)量稱(chēng)為F-remove,其計(jì)算方法為假設(shè)回歸模型到目前為止已包括x,L,x個(gè)自變量對(duì)于第i個(gè)自變量x來(lái)說(shuō),1piSSE(x,L,x,x,L,x)?SSE(x,L,x)1i?1i+1p1pF-remove=SSE(x,L,x)/N?p?11p*在有些程序中用t值來(lái)代替它與F-統(tǒng)計(jì)量的關(guān)系為t-統(tǒng)計(jì)量F?統(tǒng)計(jì)量2逐步回歸步驟1計(jì)算每
7、個(gè)自變量的F-enter值并選定F-ENTER值將大于F-ENTER的自變量中所具有最大F-enter值的自變量選入回歸模型2再計(jì)算所剩的自變量的F-enter值將大于F-ENTER的自變量中所具有最大F-enter值的自變量選入回歸模型3對(duì)選入回歸模型的每個(gè)自變量計(jì)算F-remove值并選定F-REMOVE值將小于F-REMOVE值的自變量中所具最小F-remove值的自變量剔除4重復(fù)步驟3直到回歸模型中每個(gè)自變量的F-remove值都大于F-REMOVE值然后進(jìn)行進(jìn)一步的選入5重復(fù)步驟234直到所有自變量
8、全部選擇完畢3例題:7個(gè)自變量與因變量的逐步回歸步驟12345Constant107.6876.2356.3540.0844.74X410.378.999.299.189.12t-值9.1712.8515.0823.9122.84X56.54.9-2.6t-值5.994.45-1.58X75.210.78.7t-值2.596.507.85X611.88.5t-值5.138.27S54.031.527
