资料回归分析-逐步回归分析
逐步回归分析
在自变量很多时，其中有的因素可能对应变量的影响不是很大，而且x 之间可能不完全相互独立的，可能有种种互作关系。在这种情况下可用逐步回归分析，进行x 因子的筛选，这样建立的多元回归模型预测效果会更较好。
逐步回归分析，首先要建立因变量y 与自变量x 之间的总回归方程，再对总的方程及每—个自变量进行假设检验。当总的方程不显著时，表明该多元回归方程线性关系不成立；而当某—个自变量对y 影响不显著时，应该把它剔除，重新建立不包含该因子的多元回归方程。筛选出有显著影响的因子作为自变量，并建立“最优”回归方程。
回归方程包含的自变量越多，回归平方和越大，剩余的平方和越小，剩余均方也随之较小，预测值的误差也愈小，模拟的效果愈好。但是方程中的变量过多，预报工作量就会越大，其中有些相关性不显著的预报因子会影响预测的效果。因此在多元回归模型中，选择适宜的变量数目尤为重要。 逐步回归在病虫预报中的应用实例:
以陕西省长武地区1984~1995年的烟蚜传毒病情资料、相关虫情和气象资料为例（数据见DATA6.xls ），建立蚜传病毒病情指数的逐步回归模型，说明逐步回归分析的具体步骤。影响蚜传病毒病情指数的虫情因子和气象因子一共有21个，通过逐步回归，从中选出对病情指数影响显著的因子，从而建立相应的模型。对1984~1995年的病情指数进行回检，然后对1996~1998年的病情进行预报，再检验预报的效果。 变量说明如下：
y ：历年病情指数 x1：前年冬季油菜越冬时的蚜量(头/株) x2：前年冬季极端气温 x3：5月份最高气温 x4：5月份最低气温 x5：3~5月份降水量 x6：4~6月份降水量 x7：3~5月份均温 x8：4~6月份均温 x9：4月份降水量 x11：5月份均温
x12：5月份降水量 x13：6月份均温 x14：6月份降水量 x15：第一次蚜迁高峰期百株烟草有翅蚜量 x16：5月份油菜百株蚜量 x17：7月份降水量 x18：8月份降水量 x19：7月份均温 x20：8月份均温 x21：元月均温
x10：4月份均温
1）准备分析数据
在SPSS数据编辑窗口中，用“File→Open→Data”命令，打开“DATA6.xls”数据文件。数据工作区如下图3-1显示。
图3-1
2）启动线性回归过程
单击SPSS主菜单的“Analyze”下的“Regression”中“Linear”项，将打开如图3-2所示的线性回归过程窗口。
图3-2 线性回归对话窗口
3) 设置分析变量
设置因变量：将左边变量列表中的“y”变量，选入到“Dependent”因变量显示栏里。
设置自变量：将左边变量列表中的“x1”~“x21”变量，全部选移到“Independent(S)”自变量栏里。
设置控制变量: 本例子中不使用控制变量，所以不选择任何变量。
选择标签变量: 选择“年份”为标签变量。
选择加权变量: 本例子没有加权变量，因此不作任何设置。
4）回归方式
在“Method”分析方法框中选中“Stepwise”逐步分析方法。该方法是根据“Options”选择对话框中显著性检验（F）的设置，在方程中进入或剔除单个变量，直到所建立的方程中不再含有可加入或可剔除的变量为止。设置后的对话窗口如图3-3。
图3-3
5)设置变量检验水平
在图6-15主对话框里单击“Options”按钮，将打开如图3-4所示的对话框。
图3-4
“Stepping Method Criteria”框里的设置用于逐步回归分析的选择标准。
其中“Use probability of F”选项，提供设置显著性F检验的概率。如果一个变量的F检验概率小于或等于进入“Entry”栏里设置的值，那么这个变量将被选入回归方程中；当回归方程中变量的F值检验概率大于剔除“Removal”栏里设置的值，则该变量将从回归方程中被剔除。由此可见，设置F检验概率时，应使进入值小于剔除值。
“Ues F value”选项，提供设置显著性F检验的分布值。如果一个变量的F 值大于所设置的进入值（Entry），那么这个变量将被选入回归方程中；当回归方程中变量的F值小于设置的剔除值（Removal），则该变量将从回归方程中被剔除。同时，设置F分布值时，应该使进入值大于剔除值。
本例子使用显著性F检验的概率，在进入“Entry”栏里设置为“0.15”，在剔除“Removal”栏里设置为“0.20”（剔除的概率值应比进入的值大），如图6-17所示。
图6-17窗口中的其它设置参照一元回归设置。
6）设置输出统计量
在主对话图3-2窗口中，单击“Statistics”按钮，将打开如图6-18所示的对话框。该对话框用于设置相关参数。其中各项的意义分别为：
图3-5 “Statistics”对话框
①“Regression Coefficients”回归系数选项：
“Estimates”输出回归系数和相关统计量。
“Confidence interval”回归系数的95%置信区间。
“Covariance matrix”回归系数的方差-协方差矩阵。
本例子选择“Estimates”输出回归系数和相关统计量。
②“Residuals”残差选项：
“Durbin-Watson”Durbin-Watson检验。
“Casewise diagnostic”输出满足选择条件的观测量的相关信息。选择该项，下面两项处于可选状态：
“Outliers outside standard deviations”选择标准化残差的绝对值大于输入值的观测量；
“All cases”选择所有观测量。
本例子都不选。
③其它输入选项
“Model fit”输出相关系数、相关系数平方、调整系数、估计标准误、ANOVA 表。
“R squared change”输出由于加入和剔除变量而引起的复相关系数平方的变化。
“Descriptives”输出变量矩阵、标准差和相关系数单侧显著性水平矩阵。
“Part and partial correlation”相关系数和偏相关系数。
“Collinearity diagnostics”显示单个变量和共线性分析的公差。
本例子选择“Model fit”项。
7）绘图选项
在主对话框单击“Plots”按钮，将打开如图3-6所示的对话框窗口。该对话框用于设置要绘制的图形的参数。图中的“X”和“Y”框用于选择X轴和Y轴相应的变量。
图3-6“Plots”绘图对话框窗口
左上框中各项的意义分别为：
?“DEPENDNT”因变量。
?“ZPRED”标准化预测值。
?“ZRESID”标准化残差。
?“DRESID”删除残差。
?“ADJPRED”调节预测值。
?“SRESID”学生氏化残差。
?“SDRESID”学生氏化删除残差。
“Standardized Residual Plots”设置各变量的标准化残差图形输出。其中共包含两个选项：
“Histogram”用直方图显示标准化残差。
“Normal probability plots”比较标准化残差与正态残差的分布示意图。
“Produce all partial plot”偏残差图。对每一个自变量生成其残差对因变量残差的散点图。
本例子不作绘图，不选择。
8) 保存分析数据的选项
在主对话框里单击“Save”按钮，将打开如图3-7所示的对话框。
图3-7“Save”对话框
①“Predicted Values”预测值栏选项：
Unstandardized 非标准化预测值。就会在当前数据文件中新添加一个以字符“PRE_”开头命名的变量，存放根据回
归模型拟合的预测值。
Standardized 标准化预测值。
Adjusted 调整后预测值。
S.E. of mean predictions 预测值的标准误。
本例选中“Unstandardized”非标准化预测值。
②“Distances”距离栏选项：
Mahalanobis: 距离。
Cook’s”: Cook距离。
Leverage values: 杠杆值。
③“Prediction Intervals”预测区间选项：
Mean: 区间的中心位置。
Individual: 观测量上限和下限的预测区间。在当前数据文件中新添加一个以字符“LICI_”开头命名的变量，存放
预测区间下限值；以字符
“UICI_”开头命名的变量，存放预测区间上限值。
Confidence Interval：置信度。
本例不选。
④“Save to New File”保存为新文件：
选中“Coefficient statistics”项将回归系数保存到指定的文件中。本例不选。
⑤ “Export model information to XML file”导出统计过程中的回归模型信息到指定文件。本例不选。
⑥“Residuals” 保存残差选项：
“Unstandardized”非标准化残差。
“Standardized”标准化残差。
“Studentized”学生氏化残差。
“Deleted”删除残差。
“Studentized deleted”学生氏化删除残差。
本例不选。
⑦“Influence Statistics” 统计量的影响。
“DfBeta(s)”删除一个特定的观测值所引起的回归系数的变化。
“Standardized DfBeta(s)”标准化的DfBeta值。
“DiFit” 删除一个特定的观测值所引起的预测值的变化。
“Standardized DiFit”标准化的DiFit值。
“Covariance ratio”删除一个观测值后的协方差矩隈的行列式和带有全部观测值的协方差矩阵的行列式的比率。
本例子不保存任何分析变量，不选择。
9）提交执行
在主对话框里单击“OK”，提交执行，结果将显示在输出窗口中。主要结果见表6-10至表6-13。
10) 结果分析
主要结果:
表6-10 是逐步回归每一步进入或剔除回归模型中的变量情况。
表6-11 是逐步回归每一步的回归模型的统计量：R 是相关系数；R Square 相关系数的平方，又称判定系数，判定线性回归的拟合程度：用来说明用自变量解释因变量变异的程度（所占比例）；Adjusted R Square 调整后的判定系数；Std. Error of the Estimate 估计标准误差。
表6-12 是逐步回归每一步的回归模型的方差分析，F值为10.930，显著性概率是0.001，表明回归极显著。
表6-13 是逐步回归每一步的回归方程系数表。
分析:
建立回归模型：
根据多元回归模型：
从6-13中看出，过程一共运行了四步，最后一步以就是表中的第4步的计算结果得知：21个变量中只进入了4个变量x15、x4、x7和 x5。
把表6-13中“非标准化回归系数”栏目中的“B”列数据代入多元回归模型得到预报方程：
预测值的标准差可用剩余标准差估计：
回归方程的显著性检验：
从表6-12方差分析表第4模型中得知：F统计量为622.72，系统自动检验的显著性水平为0.0000（非常小）。
F(0.00001,4,7)值为70.00。因此回归方程相关非常非常显著。
由回归方程式可以看出，在陕西长武烟草蚜传病毒病8月份的病情指数(y)与x4(5月份最低气温)、x15(第一次蚜迁高峰期百株烟草有翅蚜量)呈显著正相关，
而与x5(3~5月份降水量)和x7 (3~5月份均温)呈显著负相关。
通过大田调查结果表明，烟草蚜传病毒病发生与蚜虫的迁飞有密切的关系。迁入烟田的有翅蚜有两次高峰期，呈双峰曲线。第一高峰期出现在5月中旬至6月初，此次迁飞的高峰期与大田发病率呈显著正相关。第二高峰期在6月上旬末至6
月中旬，此次迁飞高峰期与大田发病率关系不大。5月份的最低气温(x4)和3~5月份均温(x7)通过影响传媒介体蚜虫的活动来影响田间发病。而第一次蚜迁高峰期百株烟草有翅蚜量(x15)是影响烟草蚜传病毒病病情指数(y)的重要因子。3~5月份降水量(x5)通过影响田间蚜虫传病毒病发病植株的症状表现影响大田发病程度。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝一行华丽的分隔线，呵呵！＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
>> [b,se,pval,inmodel,stats,nextstep,history] = stepwisefit(x,y,
'penter', 0.15)
Initial columns included: none
Step 1, added column 15, p=1.09823e-010
Step 2, added column 4, p=0.0876018
Step 3, added column 7, p=0.0820284
Step 4, added column 5, p=0.0199522
Final columns included: 4 5 7 15
'Coeff' 'Std.Err.' 'Status' 'P'
[ 2.1234e-004] [9.5619e-004] 'Out' [
0.8316]
[ 0.0023] [ 0.0094] 'Out'
[ 0.8128]
[ 0.0048] [ 0.0165] 'Out'
[ 0.7799]
[ 0.0345] [ 0.0115] 'In'
[ 0.0198]
[ -0.0028] [9.4168e-004] 'In'
[ 0.0200]
[-8.4111e-004] [9.8234e-004] 'Out' [
0.4247]
[ -0.2354] [ 0.0574] 'In'
[ 0.0046]
[ 0.0362] [ 0.0560] 'Out'
[ 0.5415]
[ -0.0024] [ 0.0021] 'Out' [ 0.2944]
[ -0.0050] [ 0.0363] 'Out' [ 0.8947]
[ -0.0013] [ 0.0363] 'Out' [ 0.9724]
[ 8.0796e-004] [ 0.0013] 'Out'
[ 0.5538]
[ 0.0351] [ 0.0269] 'Out'
[ 0.2394]
[-8.3662e-004] [9.8292e-004] 'Out' [
0.4273]
[ 0.0086] [2.1240e-004] 'In'
[1.4668e-009]
[ 1.8511e-004] [ 0.0015] 'Out'
[ 0.9036]
[ 6.0742e-004] [5.6426e-004] 'Out' [
0.3231]
[-2.1519e-004] [5.2550e-004] 'Out' [
0.6964]
[ 0.0252] [ 0.0280] 'Out'
[ 0.4029]
[ 0.0240] [ 0.0334] 'Out'
[ 0.4986]
[ 0.0111] [ 0.0220] 'Out'
[ 0.6304]
stats =
source: 'stepwisefit'
dfe: 7
df0: 4
SStotal: 18.8081
SSresid: 0.0527
fstat: 622.7199
pval: 5.2313e-009
rmse: 0.0868
xr: [12x17 double]
yr: [12x1 double]
B: [21x1 double]
SE: [21x1 double]
TSTAT: [21x1 double]
PVAL: [21x1 double]
intercept: 2.4920
wasnan: [12x1 logical
% 用 matlab 进行运算，结果同 SPSS 的结果一致。
（注：素材和资料部分来自网络，供参考。请预览后才下载，期待你的好评与关注！）
SAS第三十三课逐步回归分析
第三十三课逐步回归分析 一、逐步回归分析 在一个多元线性回归模型中，并不是所有的自变量都与因变量有显著关系，有时有些自变量的作用可以忽略。这就产生了怎样从大量可能有关的自变量中挑选出对因变量有显著影响的部分自变量的问题。 在可能自变量的整个集合有40到60个，甚至更多的自变量的那些情况下，使用“最优”子集算法可能并不行得通。那么，逐步产生回归模型要含有的X变量子集的自动搜索方法，可能是有效的。逐步回归方法可能是应用最广泛的自动搜索方法。这是在求适度“好”的自变量子集时，同所有可能回归的方法比较，为节省计算工作量而产生的。本质上说，这种方法在每一步增加或剔除一个X变量时，产生一系列回归模型。增加或剔除一个X变量的准则，可以等价地用误差平方和缩减量、偏相关系数或F统计量来表示。 无疑选择自变量要靠有关专业知识，但是作为起参谋作用的数学工具，往往是不容轻视的。通常在多元线性模型中，我们首先从有关专业角度选择有关的为数众多的因子，然后用数学方法从中选择适当的子集。本节介绍的逐步回归法就是人们在实际问题中常用的，并且行之有效的方法。 逐步回归的基本思想是，将变量一个一个引入，引入变量的条件是偏回归平方和经检验是显著的，同时每引入一个新变量后，对已选入的变量要进行逐个检验，将不显著变量剔除，这样保证最后所得的变量子集中的所有变量都是显著的。这样经若干步以后便得“最优”变量子集。 逐步回归是这样一种方法，使用它时每一步只有一个单独的回归因子引进或从当前的回归模型中剔除。Efroymoson (1966)编的程序中，有两个F水平，记作F in和F out，在每一步
时，只有一个回归因子，比如说X i ，如果剔除它可能引起RSS 的减少不超过残差均方MSE （即ESS/(N-k-1)）的F out 倍，则将它剔除；这就是在当前的回归模型中，用来检验 错误!未找到引用源。i =0的F 比=MSE x x x RSS x x x x RSS i i i /)),,(),,,((121121---ΛΛ是小于或等于F out 。 若剔除的变量需要选择，则就选择使RSS 减少最少的那一个（或等价的选择F 比最小的）。用这种方式如果没有变量被剔除，则开始引进一个回归因子，比如X j ，如果引进它后使RSS 的增加，至少是残差均方的F in 倍，则将它引进。即若在当前模型加X j 项后，为了检验 错误!未找到引用源。j =0的F 比，F ≥F in 时，则引进X j ，其次，若引进的变量需要选择，则选择F 比最大的。程序按照上面的步骤开始拟合，当没有回归因子能够引进模型时，该过程停止。 二、 变量选择的方法 若在回归方程中增加自变量X i ，称为“引入”变量X i ，将已在回归方程中的自变量X j 从回归方程中删除，则称为“剔除”变量X j 。无论引入变量或剔除变量，都要利用F 检验，将显著的变量引入回归方程，而将不显著的从回归方程中剔除。记引入变量F 检验的临界值为F in （进），剔除变量F 检验的临界值为F out （出），一般取F in ≥F out ，它的确定原则一般是对k 个自变量的m 个(m ≤k )，则对显著性水平df 1=1，df 2=1--m N 的F 分布表的值，记为F *，则取F in =F out = F *。一般来说也可以直接取F in =F out =2.0或2.5。当然，为了回归方程中还能够多进入一些自变量，甚至也可以取为1.0或1.5。 1. 变量增加法 首先对全部k 个自变量，分别对因变量Y 建立一元回归方程，并分别计算这k 个一元回 归方程的k 个回归系数F 检验值，记为{11211,,k F F F Λ}，选其最大的记为1i F = max{11211,,k F F F Λ},若有1i F ≥ F in ，则首先将X 1引入回归方程，不失一般性，设X i 就是X 1。
spss多元回归分析报告案例
企业管理 对居民消费率影响因素的探究 ---以湖北省为例 改革开放以来,我国经济始终保持着高速增长的趋势,三十多年间综合国力得到显著增强,但我国居民消费率一直偏低,甚至一直有下降的趋势。居民消费率的偏低必然会导致我国内需的不足,进而会影响我国经济的长期健康发展。 本模型以湖北省1995年-2010年数据为例，探究各因素对居民消费率的影响及多元关系。（注：计算我国居民的消费率,用居民的人均消费除以人均GDP,得到居民的消费率）。通常来说，影响居民消费率的因素是多方面的，如:居民总 收入，人均GDP，人口结构状况1（儿童抚养系数，老年抚养系数），居民消费价格指数增长率等因素。 1.人口年龄结构一种比较精准的描述是：儿童抚养系数(0-14岁人口与 15-64岁人口的比值)、老年抚养系数(65岁及以上人口与15-64岁人口的比值〉或总抚养系数(儿童和老年抚养系数之和)。0-14岁人口比例与65岁及以上人口比例可由《湖北省统计年鉴》查得。
一、计量经济模型分析 (一)、数据搜集 根据以上分析，本模型在影响居民消费率因素中引入6个解释变量。X1:居民总收入（亿元），X2：人口增长率(‰），X3：居民消费价格指数增长率，X4：少儿抚养系数，X5：老年抚养系数，X6：居民消费占收入比重（%）。 Y：消费率(%)X1:总收入 （亿元） X2：人口增 长率(‰） X3：居民消 费价格指 数增长率 X4：少儿抚 养系数 X5：老年抚 养系数 X6：居民消 费比重（%） 1995 1997 200039 2001 2002 2003 2004 2005 2006 2007 2008 2009
逐步回归法
逐步回归法 逐步回归的基本思想是：对全部因子按其对y 影响程度大小（偏回归平方的大小），从大到小地依次逐个地引入回归方程，并随时对回归方程当时所含的全部变量进行检验，看其是否仍然显著，如不显著就将其剔除，知道回归方程中所含的所有变量对y 的作用都显著是，才考虑引入新的变量。再在剩下的未选因子中，选出对y 作用最大者，检验其显著性，显著着，引入方程，不显著，则不引入。直到最后再没有显著因子可以引入，也没有不显著的变量需要剔除为止。 从方法上讲，逐步回归分析并没有采用什么新的理论，其原理还只是多元线性回归的内容，只是在具体计算方面利用一些技巧。 逐步回归分析时在考虑的全部自变量中按其对y 的贡献程度大小，由大到小地逐个引入回归方程，而对那些对y 作用不显著的变量可能是中不被引入回归方程。另外，已被引入回归方程的变量在引入新变量进行F 检验后失去重要性时，需要从回归方程中剔除出去。 Step 1 计算变量均值12,,,,n x x x y 和差平方和1122,,,,.pp yy L L L L 记各自的标准化 变量为11,,,j p x x y u j p u +-=== Step 2 计算12,,,,p x x x y 的相关系数矩阵(0)R 。 Step 3 设已经选上了K 个变量：12,, ,,k i i i x x x 且12,,,k i i i 互不相同，(0)R 经过变换后为()()().j k k i R r =对1,2,,j k =逐一计算标准化变量j i u 的偏回归平方和 ()2,(1)()()()j j j j k i p k i k i i r V r +=，记()()max{}j k k l i V V =，作F 检验，()()(1)(1)(1) k l k p p V F r n k ++=--，对给定的显著性水平α，拒绝域为1(1,1)F F n k α-<--。 Step 4 最Step 3 循环，直至最终选上了t 个变量12,,,t i i i x x x ，且12,,,t i i i 互不相同，(0)R 经过变换后为()()()j t t i R r = ，则对应的回归方程为： 1()(),(1),(1)?k k k i p i p x x x x y r r ++--=++， 通过代数运算可得110?k k i i i i y b b x b x =+++。
多元线性回归模型的案例分析
1. 表1列出了某地区家庭人均鸡肉年消费量Y 与家庭月平均收入X ，鸡肉价格P 1，猪肉价格P 2与牛肉价格P 3的相关数据。 年份 Y/千 克 X/ 元 P 1/(元/千克) P 2/(元/千克) P 3/(元/千克) 年份 Y/千克 X/元 P 1/(元/ 千克) P 2/(元/ 千克) P 3/(元/千克) 1980 2.78 397 4.22 5.07 7.83 1992 4.18 911 3.97 7.91 11.40 1981 2.99 413 3.81 5.20 7.92 1993 4.04 931 5.21 9.54 12.41 1982 2.98 439 4.03 5.40 7.92 1994 4.07 1021 4.89 9.42 12.76 1983 3.08 459 3.95 5.53 7.92 1995 4.01 1165 5.83 12.35 14.29 1984 3.12 492 3.73 5.47 7.74 1996 4.27 1349 5.79 12.99 14.36 1985 3.33 528 3.81 6.37 8.02 1997 4.41 1449 5.67 11.76 13.92 1986 3.56 560 3.93 6.98 8.04 1998 4.67 1575 6.37 13.09 16.55 1987 3.64 624 3.78 6.59 8.39 1999 5.06 1759 6.16 12.98 20.33 1988 3.67 666 3.84 6.45 8.55 2000 5.01 1994 5.89 12.80 21.96 1989 3.84 717 4.01 7.00 9.37 2001 5.17 2258 6.64 14.10 22.16 1990 4.04 768 3.86 7.32 10.61 2002 5.29 2478 7.04 16.82 23.26 1991 4.03 843 3.98 6.78 10.48 （1） 求出该地区关于家庭鸡肉消费需求的如下模型： 01213243ln ln ln ln ln Y X P P P u βββββ=+++++ （2） 请分析，鸡肉的家庭消费需求是否受猪肉及牛肉价格的影响。 先做回归分析，过程如下： 输出结果如下：
SPSS多元线性回归分析报告实例操作步骤
SPSS 统计分析 多元线性回归分析方法操作与分析 实验目的： 引入1998~2008年上海市城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率和房屋空置率作为变量，来研究上海房价的变动因素。 实验变量： 以年份、商品房平均售价（元/平方米）、上海市城市人口密度(人/平方公里)、城市居民人均可支配收入(元)、五年以上平均年贷款利率(%)和房屋空置率(%)作为变量。 实验方法：多元线性回归分析法 软件：spss19.0 操作过程： 第一步：导入Excel数据文件 1.open data document——open data——open；
2. Opening excel data source——OK. 第二步： 1.在最上面菜单里面选中Analyze——Regression——Linear ，Dependent（因变量）选择商品房平均售价，Independents（自变量）选择城市人口密度、城市居民人均可支配收入、五年以上平均年贷款利率、房屋空置率；Method选择Stepwise. 进入如下界面： 2.点击右侧Statistics，勾选Regression Coefficients（回归系数）选项组中的Estimates；勾选Residuals（残差）选项组中的Durbin-Watson、
Casewise diagnostics默认；接着选择Model fit、Collinearity diagnotics；点击Continue. 3.点击右侧Plots，选择*ZPRED（标准化预测值）作为纵轴变量，选择DEPENDNT（因变量）作为横轴变量；勾选选项组中的Standardized Residual Plots（标准化残差图）中的Histogram、Normal probability plot；点击Continue.
应用数理统计大作业1——逐步回归法分析终
应用数理统计大作业1——逐步回归法分析终 -标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
应用数理统计多元线性回归分析 （第一次作业） 学院：机械工程及自动化学院 姓名： 学号： 2014年12月
逐步回归法在AMHS物流仿真结果中的应 用 摘要：本文针对自动化物料搬运系统 (Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。 关键词：逐步回归；残差；SPSS；AMHS；物流仿真
目录 1、引言 (1) 2、逐步回归法原理 (4) 3、模型建立 (6) 3.1确定自变量和因变量 (6) 3.2分析数据准备 (6) 3.3逐步回归分析 (7) 4、结果输出及分析 (9) 4.1输入／移去的变量 (9) 4.2模型汇总 (10) 4.3方差分析 (10) 4.4回归系数 (11) 4.5已排除的变量 (12) 4.6残差统计量 (13) 4.7残差分布直方图和观测量累计概率P-P图 (14) 5、异常情况说明 (15) 5.1异方差检验 (15) 5.2残差的独立性检验 (17) 5.3多重共线性检验 (17) 6、结论 (18) 参考文献 (20)
1、引言 回归被用于研究可以测量的变量之间的关系，线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。这一技术被用于几乎所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。逐步回归是在剔除自变量间相互作用、相互影响的前提下，计算各个自变量x与因变量y之间的相关性，并在此基础上建立对因变量y有最大影响的变量子集的回归方程。 SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一，目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution，意为“统计产品与服务解决方案”。SPSS软件不仅具有包括数据管理、统计分析、图表分析、输出管理等在内的基本统计功能，而且用它处理正交试验设计中的数据程序简单，分析结果明了。基于以上优点，SPSS已经广泛应用于自然科学、社会科学中，其中涉及的领域包括工程技术、应用数学、经济学、商业、金融等等。 本文研究内容主要来源于“庆安集团基于物联网技术的航空柔性精益制造系统”，在庆安集团新建的320厂房建立自动化物料搬运系统（AMHS），使用生产仿真软件EM-Plant对该系统建模并仿真，设计实验因子及各水平如表1-1，则共有3*4*6=72组实验结果，如表所示。为方便描述，将各因子定义为：X1表示AGC物料交换服务水平，X2表示周转箱交换周期，X3表示EMS数量，Y表示因变量年产量箱数。本文目的就是建立年产量箱数与AGC物料交换服务水平、周转箱交换周期和EMS数量之间的关系。
多元线性回归模型案例
我国农民收入影响因素的回归分析 本文力图应用适当的多元线性回归模型,对有关农民收入的历史数据和现状进行分析,探讨影响农民收入的主要因素,并在此基础上对如何增加农民收入提出相应的政策建议。?农民收入水平的度量常采用人均纯收入指标。影响农民收入增长的因素是多方面的，既有结构性矛盾因素，又有体制性障碍因素。但可以归纳为以下几个方面：一是农产品收购价格水平。二是农业剩余劳动力转移水平。三是城市化、工业化水平。四是农业产业结构状况。五是农业投入水平。考虑到复杂性和可行性，所以对农业投入与农民收入，本文暂不作讨论。因此，以全国为例，把农民收入与各影响因素关系进行线性回归分析，并建立数学模型。 一、计量经济模型分析 (一)、数据搜集 根据以上分析，我们在影响农民收入因素中引入7个解释变量。即：2x -财政用于农业的支出的比重，3x -第二、三产业从业人数占全社会从业人数的比重，4x -非农村人口比重，5x -乡村从业人员占农村人口的比重，6x -农业总产值占农林牧总产值的比重，7x -农作物播种面积，8x —农村用电量。
资料来源《中国统计年鉴2006》。 (二)、计量经济学模型建立 我们设定模型为下面所示的形式： 利用Eviews 软件进行最小二乘估计，估计结果如下表所示： DependentVariable:Y Method:LeastSquares Sample: Includedobservations:19 Variable Coefficient t-Statistic Prob. C X1 X3 X4 X5 X6 X7 X8 R-squared Meandependentvar AdjustedR-squared 表1最小二乘估计结果 回归分析报告为： () ()()()()()()()()()()()()()()() 2345678 2? -1102.373-6.6354X +18.2294X +2.4300X -16.2374X -2.1552X +0.0100X +0.0634X 375.83 3.7813 2.066618.37034 5.8941 2.77080.002330.02128 -2.933 1.7558.820900.20316 2.7550.778 4.27881 2.97930.99582i Y SE t R ===---=230.99316519 1.99327374.66 R Df DW F ====二、计量经济学检验 (一)、多重共线性的检验及修正 ①、检验多重共线性 (a)、直观法 从“表1最小二乘估计结果”中可以看出，虽然模型的整体拟合的很好，但是x4x6
逐步回归法
逐步回归的基本思想是：对全部因子按其对y 影响程度大小（偏回归平方的大小），从大到小地依次逐个地引入回归方程，并随时对回归方程当时所含的全部变量进行检验，看其是否仍然显著，如不显著就将其剔除，知道回归方程中所含的所有变量对y 的作用都显著是，才考虑引入新的变量。再在剩下的未选因子中，选出对y 作用最大者，检验其显著性，显著着，引入方程，不显著，则不引入。直到最后再没有显著因子可以引入，也没有不显著的变量需要剔除为止。 从方法上讲，逐步回归分析并没有采用什么新的理论，其原理还只是多元线性回归的内容，只是在具体计算方面利用一些技巧。 逐步回归分析时在考虑的全部自变量中按其对y 的贡献程度大小，由大到小地逐个引入回归方程，而对那些对y 作用不显著的变量可能是中不被引入回归方程。另外，已被引入回归方程的变量在引入新变量进行F 检验后失去重要性时，需要从回归方程中剔除出去。 Step 1 计算变量均值12,,,,n x x x y L 和差平方和1122,,,,.pp yy L L L L L 记各自的标准化 变量为11,,,j p x x y u j p u +-===K Step 2 计算12,,,,p x x x y L 的相关系数矩阵(0)R 。 Step 3 设已经选上了K 个变量：12,,,,k i i i x x x L 且12,,,k i i i L 互不相同，(0)R 经过变换 后为()()().j k k i R r =对1,2,,j k =L 逐一计算标准化变量j i u 的偏回归平方和 ()2,(1)()()()j j j j k i p k i k i i r V r +=，记()() max{}j k k l i V V =，作F 检验，()()(1)(1)(1)k l k p p V F r n k ++=--，对给定的显著性水平α，拒绝域为1(1,1)F F n k α-<--。 Step 4 最Step 3 循环，直至最终选上了t 个变量12,,,t i i i x x x L ，且12,,,t i i i L 互不相同，(0)R 经过变换后为()()()j t t i R r =，则对应的回归方程为： 1()(),(1),(1)?k k k i p i p x x x x y r r ++--=++L ，
多元回归分析案例解析
计量经济学案例分析 多元回归分析案例 学院：数理学院 班级：数学092班 学号： 094131230 姓名：徐冬梅
摘要：为了研究此后影响中国人口自然增长的主要原因，分析全国人口增长规律，与猜测中国未来的增长趋势，用Eviews 软件对相关数据进行了多元回归分析，得出了相关结论 关键词：多元回归分析 ,Evicews 软件, 中国人口自然增长； 一、 建立模型 为了全面反映中国“人口自然增长率”的全貌，选择人口自然增长率作为被解释变量，以反映中国人口的增长；选择“国名收入”及“人均GDP ”作为经济整体增长的代表；选择“居民消费价格指数增长率”作为居民消费水平的代表。国名总收入，居民消费价格指数增长率，人均GDP 作为解释变量暂不考虑文化程度及人口分布的影响。 通过对表1的数据进行分析，建立模型。其模型表达式为： i i i i i u X X X Y ++++=332211ββββ （i=1，2，,3） 其中Y 表示人口自然增长率，X 1 表示国名总收入，X 2表示居民消费价格指数增长率，X 3表示人均GDP ，根据以往经验和对调查资料的初步分析可知，Y 与X 1，X 2 ，X3呈线性关系，因此建立上述三元线性总体回归模型。Xi 则表示各解释变量对税收增长的贡献。μi 表示随机误差项。通过上式，我们可以了解到，每个解释变量增长１亿元，粮食总产值会如何变化，从而进行财政收入预测。 相关数据： 表1 年份 人口自然增长率（%。)Y 国民总收 入（亿元） X1 居民消费 价格指数增长率（CPI ）%X2 人均GDP （元）X3 1988 15.73 15037 18.8 1366 1989 15.04 17001 18 1519 1990 14.39 18718 3.1 1644 1991 12.98 21826 3.4 1893 1992 11.6 26937 6.4 2311 1993 11.45 35260 14.7 2998 1994 11.21 48108 24.1 4044 1995 10.55 59811 17.1 5046 1996 10.42 70142 8.3 5846 1997 10.06 78061 2.8 6420 1998 9.14 83024 -0.8 6796 1999 8.18 88479 -1.4 7159 2000 7.58 98000 0.4 7858 2001 6.95 108068 0.7 8622 2002 6.45 119096 -0.8 9398 2003 6.01 135174 1.2 10542 2004 5.87 159587 3.9 12336 2005 5.89 184089 1.8 14040 2006 5.38 213132 1.5 16024 2007 5.24 235367 1.7 17535 2008 5.45 277654 1.9 19264
多元线性回归实例分析
SPSS--回归-多元线性回归模型案例解析！(一） 多元线性回归，主要是研究一个因变量与多个自变量之间的相关关系，跟一元回归原理差不多，区别在于影响因素（自变量）更多些而已，例如：一元线性回归方程为： 毫无疑问，多元线性回归方程应该为： 上图中的x1, x2, xp分别代表“自变量”Xp截止，代表有P个自变量，如果有“N组样本，那么这个多元线性回归，将会组成一个矩阵，如下图所示： 那么，多元线性回归方程矩阵形式为： 其中：代表随机误差，其中随机误差分为：可解释的误差和不可解释的误差，随机误差必须满足以下四个条件，多元线性方程才有意义（一元线性方程也一样） 1：服成正太分布，即指：随机误差必须是服成正太分别的随机变量。 2：无偏性假设，即指：期望值为0 3：同共方差性假设，即指，所有的随机误差变量方差都相等 4：独立性假设，即指：所有的随机误差变量都相互独立，可以用协方差解释。 今天跟大家一起讨论一下，SPSS---多元线性回归的具体操作过程，下面以教程教程数据为例，分析汽车特征与汽车销售量之间的关系。通过分析汽车特征跟汽车销售量的关系，建立拟合多元线性回归模型。数据如下图所示：
点击“分析”——回归——线性——进入如下图所示的界面：
将“销售量”作为“因变量”拖入因变量框内，将“车长，车宽，耗油率，车净重等10个自变量拖入自变量框内，如上图所示，在“方法”旁边，选择“逐步”，当然，你也可以选择其它的方式，如果你选择“进入”默认的方式，在分析结果中，将会得到如下图所示的结果：（所有的自变量，都会强行进入） 如果你选择“逐步”这个方法，将会得到如下图所示的结果：（将会根据预先设定的“F统计量的概率值进行筛选，最先进入回归方程的“自变量”应该是跟“因变量”关系最为密切，贡献最大的，如下图可以看出，车的价格和车轴跟因变量关系最为密切，符合判断条件的概率值必须小于0.05，当概率值大于等于0.1时将会被剔除）
多元回归分析实例
某农场负责人认为早稻收获量（y ：单位为kg/公顷）与春季降雨（x 1：单位为mm ）和春季温度(x 2：单位为℃)有一定的联系，通过7组试验获得了相关的数据。利用Excel 得到下面的回归结果（α=0.1）： 方差分析表 （2）写出早稻收获量与春季降雨量、春季温度的多元线性回归方程，并解释各回归系数的意义。 （3）检验回归方程的线性关系是否显著？ （4）检验各回归系数是否显著？ （5）计算判定系数2 R ，并解释它的实际意义。 （6）计算估计标准误差Se ，并解释它的实际意义。 （每个空格为0.5分） -----3分 2、设总体回归模型为Y ＝1 2 1 2 x x αεββ+ ++ 估计回归方程为y ?＝1 2 1 2 ???x x αββ++，由EXCEL 输出结果可知，y ?＝120.3914.92218.45-++x x ，回归系数1 ?β 的意义指在温度不变的条件下，当降雨量每增加1mm ，早稻收获量平均增加14.92kg/公顷；回归系数 2 ?β 的意义指在降雨量不变的条件下， 当温度增加1℃，早稻收获量平均增加218.45kg/公顷。 ---5分
3、由于p 值=0.000075＜α=0.05，则拒绝原假设，即表明回归方程的线性关系是显著的。 ---2分 4、由于各回归系数的P 值均小于α（0.05），所以各回归系数是显著的。 ---2分 5、 2 13878495.67 0.9914000000 = ==SSR SST R ，表示早稻收获量的总变异中有99%的部分可以由降雨量、温度的联合变动来解释。 ---4分 6、 174.29= ===e S （k 为自变量个数） ，是总体回归模型中随机扰动项ε的标准差的无偏估计量，用来衡量回归方程拟合程度的分析指标，e S 越大， 拟合程度越低；e S 越小，拟合程度越高. ---4分
SAS系统和数据分析逐步回归分析
SAS系统和数据分析逐步回归分析
电子商务系列 第三十三课逐步回归分析 一、逐步回归分析 在一个多元线性回归模型中，并不是所有的自变量都与因变量有显著关系，有时有些自变量的作用可以忽略。这就产生了怎样从大量可能有关的自变量中挑选出对因变量有显著影响的部分自变量的问题。 在可能自变量的整个集合有40到60个，甚至更多的自变量的情况下，使用“最优”子集算法可能并不行得通。那么，逐步产生回归模型要含有的X变量子集的自动搜索方法，可能是有效的。逐步回归方法可能是应用最广泛的自动搜索方法。这是在求适度“好”的自变量子集时，同所有可能回归的方法比较，为节省计算工作量而产生的。从本质上说，这种方法在每一步增加或剔除一个X变量时，产生一系列回归模型。增加或剔除一个X变量的准则，可以等价地用误差平方和缩减量、偏相关系数或F统计量来表示。 无疑选择自变量要靠有关专业知识，但是作
电子商务系列 为起参谋作用的数学工具，往往是不容轻视的。通常在多元线性模型中，我们首先从专业角度选择有关的为数众多的因子，然后用数学方法从中选择适当的子集。本节介绍的逐步回归法就是人们在实际问题中常用的，并且行之有效的方法。 逐步回归的基本思想是，将变量一个一个引入，引入变量的条件是偏回归平方和经检验是显著的，同时每引入一个新变量后，对已选入的变量要进行逐个检验，将不显著变量剔除，这样保证最后所得的变量子集中的所有变量都是显著的。这样经若干步以后便得“最优”变量子集。 逐步回归是这样一种方法，使用它时每一步只有一个单独的回归因子引进或从当前的回归模型中剔除。Efroymoson (1966)编的程序中，有两个F 水平，记作F in 和F out ，在每一步时，只有一个回归因子，比如说X i ，如果剔除它可能引起RSS 的减少不超过残差均方MSE （即ESS/(N-k-1)）的F out 倍，则将它剔除；这就是在当前的回归模型中，用来检验βi =0的F 比MSE x x x RSS x x x x RSS i i i /)),,(),,,((121121--- 是小于或等于F out 。 若剔除的变量需要选择，则就选择使RSS 减
SPSS多元回归分析报告实例
多元回归分析 在大多数的实际问题中，影响因变量的因素不是一个而是多个，我们称这类回问题为多元回归分析。可以建立因变量y与各自变量x j(j=1,2,3,…,n)之间的多元线性回归模型： 其中：b0是回归常数；b k(k=1,2,3,…,n)是回归参数；e是随机误差。 多元回归在病虫预报中的应用实例: 某地区病虫测报站用相关系数法选取了以下4个预报因子；x1为最多连续10天诱蛾量(头)；x2为4月上、中旬百束小谷草把累计落卵量(块)；x3为4月中旬降水量(毫米)，x4为4月中旬雨日(天)；预报一代粘虫幼虫发生量y（头/m2）。分级别数值列成表2-1。 预报量y：每平方米幼虫0~10头为1级，11~20头为2级，21~40头为3级，40头以上为4级。 预报因子：x1诱蛾量0~300头为l级，301~600头为2级，601~1000头为3级，1000头以上为4级；x2卵量0~150块为1级，15l~300块为2级，301~550块为3级，550块以上为4级；x3降水量0~10.0毫米为1级，10.1~13.2毫米为2级，13.3~17.0毫米为3级，17.0毫米以上为4级；x4雨日0~2天为1级，3~4天为2级，5天为3级，6天或6天以上为4级。 表2-1 x1 x2 x3 x4 y 年蛾量级别卵量级别降水量级别雨日级别幼虫密 度 级别 1960 1022 4 112 1 4.3 1 2 1 10 1 1961 300 1 440 3 0.1 1 1 1 4 1 1962 699 3 67 1 7.5 1 1 1 9 1 1963 1876 4 675 4 17.1 4 7 4 55 4 1965 43 1 80 1 1.9 1 2 1 1 1 1966 422 2 20 1 0 1 0 1 3 1 1967 806 3 510 3 11.8 2 3 2 28 3
逐步回归分析计算法
前面我们介绍了通过回归的基本思想是将变量逐一引入回归方程，先建立与y相关最密切的一元线性回归方程，然后再找出第二个变量，建立二元线性回归方程，…。在每一步中都要对引入变量的显著性作检验，仅当其显著时才引入，而每引入一个新变量后，对前面已引进的变量又要逐一检验，一旦发现某变量变得不显著了，就要将它剔除。这些步骤反复进行，直到引入的变量都是显著的而没有引入的变量都是不显著的时，就结束挑选变量的工作，利用所选变量建立多元线性回归方程。为实现上述思想，我们必须在解方程组的同时，求出其系数矩阵的逆矩阵。为节约内存，计算过程中在消去x k时用了如下变换公式——求解求逆紧凑变换。 一、求解求逆紧凑变换 求解求逆紧凑变换记作L k，其基本变换关系式为： (2-3-30)当对(2-3-27)的增广矩阵 (2-3-31) 依次作L1，L2，…，L m-1变换后，所得矩阵的前m-1列，便是系数矩阵的逆矩阵，最后一列便是(2-3-27)的解，即
求解求逆紧凑变换具有以下性质： (1) 若对作了L k1, L k2，…，L k L变换，则得如下子方程组 (2-3-32) 的解及相应的系数矩阵的逆矩阵，其中k1,k2,…,k l互不相同，若记 L k1L k2…L kl，则 (2-3-33) ,j=1,2,…,l (2) L i L j =L j L i，即求解求逆紧凑变换结果与变换顺序无关。 (3) L k L k = (4) 若，ij=1,2,…,m-1,记 L k1L k2…L kl 则中的元素具有以下性质： 式中上行为对作了变换L i，L j或两个变换均未作过；下行为对作过变换L i和L j之一。
多元线性回归模型的案例讲解
多元线性回归模型的案 例讲解 Document number：NOCG-YUNOO-BUYTT-UU986-1986UT
1. 表1列出了某地区家庭人均鸡肉年消费量Y 与家庭月平均收入X ，鸡肉价格P 1，猪肉价格P 2与牛肉价格P 3的相关数据。 年份 Y/ 千克 X/元 P 1/(元/千克) P 2/(元/千克) P 3/(元/千克) 年份 Y/ 千克 X/元 P 1/(元/千克) P 2/(元/千克) P 3/(元/ 千克) 1980 397 1992 911 1981 413 1993 931 1982 439 1994 1021 1983 459 1995 1165 1984 492 1996 1349 1985 528 1997 1449 1986 560 1998 1575 1987 624 1999 1759 1988 666 2000 1994 1989 717 2001 2258 1990 768 2002 2478 1991 843 （1） 求出该地区关于家庭鸡肉消费需求的如下模型： 01213243ln ln ln ln ln Y X P P P u βββββ=+++++ （2） 请分析，鸡肉的家庭消费需求是否受猪肉及牛肉价格的影响。 先做回归分析，过程如下： 输出结果如下：
所以，回归方程为： 123ln 0.73150.3463ln 0.5021ln 0.1469ln 0.0872ln Y X P P P =-+-++ 由上述回归结果可以知道，鸡肉消费需求受家庭收入水平和鸡肉价格的影响，而牛肉价格和猪肉价格对鸡肉消费需求的影响并不显着。 验证猪肉价格和鸡肉价格是否有影响，可以通过赤池准则（AIC ）和施瓦茨准则（SC ）。若AIC 值或SC 值增加了，就应该去掉该解释变量。 去掉猪肉价格P 2与牛肉价格P 3重新进行回归分析，结果如下： Variable Coefficient Std. Error t-Statistic Prob.?? C LOG(X) LOG(P1) R-squared ????Mean dependent var Adjusted R-squared ????. dependent var . of regression ????Akaike info criterion Sum squared resid ????Schwarz criterion Log likelihood ????F-statistic Durbin-Watson stat ????Prob(F-statistic)
SAS第三十三课逐步回归分析演示教学
S A S第三十三课逐步 回归分析
第三十三课 逐步回归分析 一、 逐步回归分析 在一个多元线性回归模型中，并不是所有的自变量都与因变量有显著关系，有时有些自变量的作用可以忽略。这就产生了怎样从大量可能有关的自变量中挑选出对因变量有显著影响的部分自变量的问题。 在可能自变量的整个集合有40到60个，甚至更多的自变量的那些情况下，使用“最优”子集算法可能并不行得通。那么，逐步产生回归模型要含有的X 变量子集的自动搜索方法，可能是有效的。逐步回归方法可能是应用最广泛的自动搜索方法。这是在求适度“好”的自变量子集时，同所有可能回归的方法比较，为节省计算工作量而产生的。本质上说，这种方法在每一步增加或剔除一个X 变量时，产生一系列回归模型。增加或剔除一个X 变量的准则，可以等价地用误差平方和缩减量、偏相关系数或F 统计量来表示。 无疑选择自变量要靠有关专业知识，但是作为起参谋作用的数学工具，往往是不容轻视的。通常在多元线性模型中，我们首先从有关专业角度选择有关的为数众多的因子，然后用数学方法从中选择适当的子集。本节介绍的逐步回归法就是人们在实际问题中常用的，并且行之有效的方法。 逐步回归的基本思想是，将变量一个一个引入，引入变量的条件是偏回归平方和经检验是显著的，同时每引入一个新变量后，对已选入的变量要进行逐个检验，将不显著变量剔除，这样保证最后所得的变量子集中的所有变量都是显著的。这样经若干步以后便得“最优”变量子集。 逐步回归是这样一种方法，使用它时每一步只有一个单独的回归因子引进或从当前的回归模型中剔除。Efroymoson (1966)编的程序中，有两个F 水平，记作F in 和F out ，在每一步时，只有一个回归因子，比如说X i ，如果剔除它可能引起RSS 的减少不超过残差均方MSE （即ESS/(N-k-1)）的F out 倍，则将它剔除；这就是在当前的回归模型中，用来检验 βi =0的F 比=MSE x x x RSS x x x x RSS i i i /)),,(),,,((121121--- 是小于或等于F out 。 若剔除的变量需要选择，则就选择使RSS 减少最少的那一个（或等价的选择F 比最小的）。用这种方式如果没有变量被剔除，则开始引进一个回归因子，比如X j ，如果引进它后使RSS 的增加，至少是残差均方的F in 倍，则将它引进。即若在当前模型加X j 项后，为了检验 βj =0的F 比，F ≥F in 时，则引进X j ，其次，若引进的变量需要选择，则选择F 比最大的。程序按照上面的步骤开始拟合，当没有回归因子能够引进模型时，该过程停止。 二、 变量选择的方法 若在回归方程中增加自变量X i ，称为“引入”变量X i ，将已在回归方程中的自变量X j 从回归方程中删除，则称为“剔除”变量X j 。无论引入变量或剔除变量，都要利用F 检验，将显著的变量引入回归方程，而将不显著的从回归方程中剔除。记引入变量F 检验的临界值为F in （进），剔除变量F 检验的临界值为F out （出），一般取F in ≥F out ，它的确定原则一般是对k 个自变量的m 个(m ≤k )，则对显著性水平df 1=1，df 2=1--m N 的F 分布表的值，记为F *，则取F in =F out = F *。一般来说也可以直接取F in =F out =2.0或2.5。当然，为了回归方程
多元线性回归模型案例分析.doc
多元线性回归模型案例分析 ——中国人口自然增长分析一·研究目的要求 中国从1971年开始全面开展了计划生育,使中国总和生育率很快从1970年的5.8降到1980年2.24,接近世代更替水平。此后，人口自然增长率（即人口的生育率）很大程度上与经济的发展等各方面的因素相联系，与经济生活息息相关，为了研究此后影响中国人口自然增长的主要原因，分析全国人口增长规律，与猜测中国未来的增长趋势，需要建立计量经济学模型。 影响中国人口自然增长率的因素有很多，但据分析主要因素可能有：（1）从宏观经济上看，经济整体增长是人口自然增长的基本源泉；（2）居民消费水平，它的高低可能会间接影响人口增长率。(3)文化程度，由于教育年限的高低，相应会转变人的传统观念，可能会间接影响人口自然增长率（4）人口分布，非农业与农业人口的比率也会对人口增长率有相应的影响。 二·模型设定 为了全面反映中国“人口自然增长率”的全貌，选择人口增长率作为被解释变量，以反映中国人口的增长；选择“国名收入”及“人均GDP”作为经济整体增长的代表；选择“居民消费价格指数增长率”作为居民消费水平的代表。暂不考虑文化程度及人口分布的影响。 从《中国统计年鉴》收集到以下数据（见表1）： 表1 中国人口增长率及相关数据
设定的线性回归模型为： 1222334t t t t t Y X X X u ββββ=++++ 三、估计参数 利用EViews 估计模型的参数，方法是： 1、建立工作文件：启动EViews ，点击File\New\Workfile ，在对 话框“Workfile Range ”。在“Workfile frequency ”中选择“Annual ” (年度)，并在“Start date ”中输入开始时间“1988”，在“end date ”中输入最后时间“2005”，点击“ok ”，出现“Workfile UNTITLED ”工作框。其中已有变量：“c ”—截距项 “resid ”—剩余项。在“Objects ”菜单中点击“New Objects”，在“New Objects”对话框中选“Group”，并在“Name for Objects”上定义文件名，点击“OK ”出现数据编辑窗口。 年份 人口自然增长率 （%。） 国民总收入（亿元） 居民消费价格指数增长 率（CPI ）% 人均GDP （元） 1988 15.73 15037 18.8 1366 1989 15.04 17001 18 1519 1990 14.39 18718 3.1 1644 1991 12.98 21826 3.4 1893 1992 11.6 26937 6.4 2311 1993 11.45 35260 14.7 2998 1994 11.21 48108 24.1 4044 1995 10.55 59811 17.1 5046 1996 10.42 70142 8.3 5846 1997 10.06 78061 2.8 6420 1998 9.14 83024 -0.8 6796 1999 8.18 88479 -1.4 7159 2000 7.58 98000 0.4 7858 2001 6.95 108068 0.7 8622 2002 6.45 119096 -0.8 9398 2003 6.01 135174 1.2 10542 2004 5.87 159587 3.9 12336 2005 5.89 184089 1.8 14040 2006 5.38 213132 1.5 16024
逐步回归分析
逐步回归分析 １、逐步回归分析的主要思路 在实际问题中, 人们总是希望从对因变量有影响的诸多变量中选择一些变量作为自变量, 应用多元回归分析的方法建立“最优”回归方程以便对因变量进行预报或控制。所谓“最优”回归方程, 主要是指希望在回归方程中包含所有对因变量影响显著的自变量而不包含对影响不显著的自变量的回归方程。逐步回归分析正是根据这种原则提出来的一种回归分析方法。它的主要思路是在考虑的全部自变量中按其对的作用大小, 显著程度大小或者说贡献大小, 由大到小地逐个引入回归方程, 而对那些对作用不显著的变量可能始终不被引人回归方程。另外, 己被引人回归方程的变量在引入新变量后也可能失去重要性, 而需要从回归方程中剔除出去。引人一个变量或者从回归方程中剔除一个变量都称为逐步回归的一步, 每一步都要进行检验, 以保证在引人新变量前回归方程中只含有对影响显著的变量, 而不显著的变量 已被剔除。 逐步回归分析的实施过程是每一步都要对已引入回归方程的变量计算其偏回归平方和(即贡献), 然后选一个偏回归平方和最小的变量, 在预先给定的水平下进行显著性检验, 如果显著则该变量不必从回 归方程中剔除, 这时方程中其它的几个变量也都不需要剔除(因为其它的几个变量的偏回归平方和都大于 最小的一个更不需要剔除)。相反, 如果不显著, 则该变量要剔除, 然后按偏回归平方和由小到大地依次对方程中其它变量进行检验。将对影响不显著的变量全部剔除, 保留的都是显著的。接着再对未引人回归方程中的变量分别计算其偏回归平方和, 并选其中偏回归平方和最大的一个变量, 同样在给定水平 下作显著性检验, 如果显著则将该变量引入回归方程, 这一过程一直继续下去, 直到在回归方程中的变量都不能剔除而又无新变量可以引入时为止, 这时逐步回归过程结束。 ２、逐步回归分析的主要计算步骤 (1) 确定检验值 在进行逐步回归计算前要确定检验每个变量是否显若的检验水平, 以作为引人或剔除变量的标准。 检验水平要根据具体问题的实际情况来定。一般地, 为使最终的回归方程中包含较多的变量, 水平不宜取得过高, 即显著水平α不宜太小。水平还与自由度有关, 因为在逐步回归过程中, 回归方程中所含的变量的个数不断在变化, 因此方差分析中的剩余自由度也总在变化, 为方便起见常按计算自由度。为原始数据观测组数, 为估计可能选人回归方程的变量个数。例如, 估计可能有2～3个变量选入回归方程, 因此取自由度为15-3-1＝11, 查分布表, 当α＝0.1, 自由度, 时, 临界值, 并且在引入变量时, 自由度取, , 检验的临界值记, 在剔除