数理统计笔记10:回归分析 |
您所在的位置:网站首页 › 多元回归线性分析案例及分析 › 数理统计笔记10:回归分析 |
引言
数理统计笔记的第10篇介绍了回归分析,从相关关系开始介绍,然后介绍回归分析,主要介绍了一元回归模型和多元回归模型,并对其中的原理和检验进行了叙述,最后简单介绍了一下可以化为线性回归模型的非线性回归模型。 引言变量间的相关关系相关系数的计算相关系数的显著性检验 回归分析1.一元回归模型原理最小二乘法回归模型判定系数 r 2 r^2 r2估计标准误差线性关系显著性检验回归系数的显著性检验回归方程估计和预测点估计平均值点估计个别值点估计 区间估计平均值置信区间估计个别值预测区间估计影响区间宽度的因素 残差分析例子 2.多元线性回归最小二乘法多重判定系数 R 2 R^2 R2线性关系显著性检验回归系数显著性检验例子 3.非线性回归可化为线性回归的非线性回归例子 变量间的相关关系
判定系数反映回归直线的拟合程度。不能说明是否具有很好的线性关系,要看是否具有线性关系需要用到下面的显著性检验的方法。 实际观察值在回归直线周围的分散程度。除以
n
−
2
n-2
n−2是因为SSE的自由度是
n
−
2
n-2
n−2。 检验的是线性关系是否显著。使用的是F检验量。 检验的是是否具有线性关系。使用的是t检验量。
|
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |