中国人民大学:《统计学原理》课程电子教案(第七版)第12章 多元线性回归

第12章 多元线性回归 12.1 多元线性回归模型 12.2 回归方程的拟合优度 12.3 显著性检验 12.4 多重共线性 12.5 利用回归方程进行估计和预测 12.6 变量选择与逐步回归
12 - 2 作者:贾俊平,中国人民大学统计学院 统计学 STATISTICS (第7版) 第12章 多元线性回归 12.1 多元线性回归模型 12.2 回归方程的拟合优度 12.3 显著性检验 12.4 多重共线性 12.5 利用回归方程进行估计和预测 12.6 变量选择与逐步回归

学习目标 1.回归模型、回归方程、估计的回归方程 2.回归方程的拟合优度 3.回归方程的显著性检验 4.多重共线性问题及其处理 5.利用回归方程进行估计和预测 6.变量选择与逐步回归 7.用Excel进行回归分析
12 - 3 作者:贾俊平,中国人民大学统计学院 统计学 STATISTICS (第7版) 学习目标 1. 回归模型、回归方程、估计的回归方程 2. 回归方程的拟合优度 3. 回归方程的显著性检验 4. 多重共线性问题及其处理 5. 利用回归方程进行估计和预测 6. 变量选择与逐步回归 7. 用 Excel 进行回归分析

统计学 STATISTICS 12.1多元线性回归模型 (第7板】 12.1.1多元回归模型与回归方程 12.1.2估计的多元回归方程 12.1.3参数的最小二乘估计 12-4 作有票钱平,个国人民人单从行种两
12 - 4 作者:贾俊平,中国人民大学统计学院 统计学 STATISTICS (第7版) 12.1 多元线性回归模型 12.1.1 多元回归模型与回归方程 12.1.2 估计的多元回归方程 12.1.3 参数的最小二乘估计

统计学 STATISTICS (第7版) 多元回归模型与回归方程 12-5 作自窗俱学中国人民人分是封典
12 - 5 作者:贾俊平,中国人民大学统计学院 统计学 STATISTICS (第7版) 多元回归模型与回归方程

多元回归模型 (multiple regression model) 1.一个因变量与两个及两个以上自变量的回归 2. 描述因变量y如何依赖于自变量x1,x2, 和误差项8的方程,称为多元回归模型 3.涉及飞个自变量的多元回归模型可表示为 y=Bo+B+B2x2++Bx ·月,BB,,B是参数 ”ε是被称为误差项的随机变量 ”y是x1.,x2,…,x的线性函数加上误差项 ”ε包含在y里面但不能被k个自变量的线性关系 所解释的变异性
12 - 6 作者:贾俊平,中国人民大学统计学院 统计学 STATISTICS (第7版) 多元回归模型 (multiple regression model) 1. 一个因变量与两个及两个以上自变量的回归 2. 描述因变量 y 如何依赖于自变量 x1 , x2 ,…, xk 和误差项 的方程,称为多元回归模型 3. 涉及 k 个自变量的多元回归模型可表示为 § 0 ,1, ,,k是参数 § 是被称为误差项的随机变量 § y 是x1,,x2 , ,xk 的线性函数加上误差项 § 包含在y里面但不能被k个自变量的线性关系 所解释的变异性

多元回归模型 (基本假定) 1.误差项ε是一个期望值为0的随机变量,即 E(=0 2.对于自变量x1) x2,,x的所有值,的 方差σ2都相同 3.误差项ε是一个服从正态分布的随机变量 ,即N(0,σ2),且相互独立
12 - 7 作者:贾俊平,中国人民大学统计学院 统计学 STATISTICS (第7版) 多元回归模型 (基本假定) 1. 误差项ε是一个期望值为0的随机变量,即 E()=0 2. 对于自变量x1,x2,…,xk的所有值,的 方差2都相同 3. 误差项ε是一个服从正态分布的随机变量 ,即ε~N(0,2 ),且相互独立

多元回归方程 (multiple regression equation) 1.描述因变量y的平均值或期望值如何依赖 于自变量x1,x2,,x的方程 2.多元线性回归方程的形式为 E(y)=B+Bx1+x2+..+Bx ·B,乃,,B称为偏回归系数 ·B表示假定其他变量不变,当x,每 变动一个单位时,y的平均变动值
12 - 8 作者:贾俊平,中国人民大学统计学院 统计学 STATISTICS (第7版) 多元回归方程 (multiple regression equation) 1. 描述因变量 y 的平均值或期望值如何依赖 于自变量 x1, x2 ,…,xk的方程 2. 多元线性回归方程的形式为 E( y ) = 0+ 1 x1 + 2 x2 +…+ k xk § 1,,,k称为偏回归系数 § i 表示假定其他变量不变,当 xi 每 变动一个单位时,y 的平均变动值

二元回归方程的直观解释 二元线性回归模型 y=Bo+Bx+Bx2+8 (观察到的y) B 回归面 (x1x2) E(y)=Bo+Bx+B2x2
12 - 9 作者:贾俊平,中国人民大学统计学院 统计学 STATISTICS (第7版) 二元回归方程的直观解释 二元线性回归模型 (观察到的y) 回归面 0 i x1 y x2 (x1 ,x2 ) }

统计学 STATISTICS (第7版) 估计的多元回归方程 12-10 作意西得平中有人民兴分烧是
12 - 10 作者:贾俊平,中国人民大学统计学院 统计学 STATISTICS (第7版) 估计的多元回归方程

估计的多元回归的方程 (estimated multiple regression equation) 1.用样本统计量序。,月,月,户估计回归方 程中的参数B,月,B,B,时得到的方程 2.由最小二乘法求得 3.一般形式为 =月+月x+月,x++月x B。,月,户2,…,是月。月,月,…,f 估计值 是y的估计值
12 - 11 作者:贾俊平,中国人民大学统计学院 统计学 STATISTICS (第7版) 估计的多元回归的方程 (estimated multiple regression equation) § 是 估计值 § 是 y 的估计值 1. 用样本统计量 估计回归方 程中的 参数 时得到的方程 2. 由最小二乘法求得 3. 一般形式为
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 中国人民大学:《统计学原理》课程电子教案(第七版)第11章 一元线性回归.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第10章 方差分析.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第9章 分类数据分析.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第8章 假设检验.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第7章 参数估计.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第6章 统计量及其抽样分布.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第5章 概率与概率分布.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第4章 数据的概括性度量.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第3章 数据的图表展示.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第2章 数据的搜集.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第14章 指数.pdf
- 《统计学原理》课程教学资源(教材书籍)统计学 Statistics(第6版,中国人民大学出版社,编著:贾俊平)学习指导书.pdf
- 《统计学原理》课程教学资源(教材书籍)统计学 Statistics(第6版,中国人民大学出版社,编著:贾俊平、何晓群、金勇进)教材电子版.pdf
- 中国人民大学:《非参数统计》课程教学资源(教案讲义,综合版)第八章 非参数回归.pdf
- 中国人民大学:《非参数统计》课程教学资源(教案讲义,综合版)第六章 分类数据关联分析.pdf
- 中国人民大学:《非参数统计》课程教学资源(教案讲义,综合版)第六章 分类数据关联分析.pdf
- 中国人民大学:《非参数统计》课程教学资源(教案讲义,综合版)第八章 非参数密度估计技术.pdf
- 中国人民大学:《非参数统计》课程教学资源(教案讲义,综合版)第四章 多总体的统计检验.pdf
- 中国人民大学:《非参数统计》课程教学资源(教案讲义,综合版)第二章 单一样本的推断问题、第四章 两样本检验.pdf
- 中国人民大学:《非参数统计》课程教学资源(教案讲义,综合版)第一章 绪论.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第13章 时间序列分析和预测.pdf
- 中国人民大学:《统计学原理》课程电子教案(第七版)第1章 导论(统计学 STATISTICS).pdf
- 四川大学:数据统计分析软件SPSS入门(主讲:舒予).pdf
- 中国人民大学出版社:《应用回归分析》书籍文献(第四版)统计学教材电子版(共九章,主编:何晓群、刘文卿).pdf
- 中国人民大学出版社:统计学《应用时间序列分析》书籍文献(第四版)统计学应用时间序列分析电子版(共六章,主编:王燕).pdf
- 中国科学技术大学:《应用统计方法》课程教学资源(学习讲义)应用统计复习题.pdf
- 中国科学技术大学:《应用统计方法》课程教学资源(学习讲义)回归部分笔记 Applied Statistics Lecture Notes.pdf
- 中国科学技术大学:《应用统计方法》课程教学资源(学习讲义)应用统计方法大作业指导.pdf
- 中国科学技术大学:《应用统计方法》课程教学资源(教程讲稿)Tutorial 1 Revision of Basic Concepts in Prob&Stat.pdf
- 中国科学技术大学:《应用统计方法》课程教学资源(教程讲稿)Tutorial 3 Intro to R(主讲:吴大宇).pdf
- 中国科学技术大学:《应用统计方法》课程教学资源(教程讲稿)Tutorial 4 Basic Stat Using R.pdf
- 中国科学技术大学:《应用统计方法》课程教学资源(教程讲稿)Tutorial 6 Regression Lab 2.pdf
- 中国科学技术大学:《应用统计方法》课程教学资源(教程讲稿)Tutorial 5 Regression Lab 1.pdf
- 中国科学技术大学:《应用统计方法》课程教学资源(教程讲稿)Tutorial 7 Regression Revision.pdf
- 中国科学技术大学:《应用统计方法》课程教学资源(教程讲稿)Tutorial 8 Time Series Lab.pdf
- 中国科学技术大学:《应用时间序列分析》课程教学资源(课件讲稿)第一章 时间序列分析简介.pdf
- 中国科学技术大学:《应用时间序列分析》课程教学资源(课件讲稿)第二章 时间序列的预处理.pdf
- 中国科学技术大学:《应用时间序列分析》课程教学资源(课件讲稿)第三章 平稳时间序列分析.pdf
- 中国科学技术大学:《应用时间序列分析》课程教学资源(课件讲稿)第四章 非平稳序列的确定性分析.pdf
- 中国科学技术大学:《应用时间序列分析》课程教学资源(课件讲稿)第五章 非平稳序列的随机性分析.pdf