数学建模：9 多元线性回归分析
- 向前/后逐步回归筛选自变量
- 检验自变量之间是否多重共线性（计算VIF）
- 内生性、核心变量与解释变量
- 虚拟变量，个数 = 分类数 - 1，否则有多重共线性
- stata软件
- 回归模型假设检验、回归系数假设检验与解释
- 自变量对因变量的影响程度：标准化回归系数
- 检验异方差（原始数据分布极其不均匀时可能有），作残差与拟合值、自变量图，波动很大
目录
回归的思想
回归分析的任务
多元线性回归需要的数据
数据类型
数据来源网站
一元线性回归
遗漏变量导致的内生性
核心解释变量、控制变量
回归系数的解释
含对数的模型
虚拟变量
含有交互项的自变量
回归实例
Stata 数据的描述性统计
定量数据
定性数据
Stata 进行回归计算
计算出拟合优度很低怎么办？
Stata 加入虚拟变量的回归
标准化回归系数
扰动项必须是球型扰动项
异方差
异方差产生原因
异方差的后果
检验异方差
通过作图观察
BP假设检验
怀特假设检验
异方差的处理方法
OLS+稳健标准误
多重共线性
多重共线性引起的问题
检验多重共线性
处理方法
逐步回归分析
回归的思想
五类常见的回归分析：划分依据是因变量Y的类型
生存变量：对于活着的事物不能知道其寿命，所以以当前寿命作为寿命，截断数据
回归分析的任务
通过研究自变量 X 和因变量 Y 的相关关系，解释Y的形成机制，通过X预测Y
- 变量选择：识别哪些X变量与Y有关
- 判断X与Y的相关性方向：正/负
- 估计X的权重（回归系数，即自变量的系数），即X对Y的影响有多大
多元线性回归需要的数据
数据类型
- 横截面数据：在某一时点收集的不同对象的数据（全国各省份2018年GDP的数据）
- 时间序列数据：对同一对象在不同时间连续观察所取得的数据（中国历年来GDP的数据）
- 面板数据：横截面数据与时间序列数据综合起来的一种数据资源（2008‐2018年，我国各省份GDP的数据）
（前两种常用）
数据来源网站
宏观数据（国家等大的层面）、微观数据（企业、个人等）
一元线性回归
遗漏变量导致的内生性
回归模型具有外生性：误差项 μ 和所有的自变量不相关
回归模型具有内生性：误差项 μ 和自变量有相关性（即 μ 中包含了所有与y相关，但未添加到回归模型中的变量，如果这些变量和已经添加的自变量相关，则存在内生性），内生性导致回归系数不准确（不满足无偏性、一致性）
核心解释变量、控制变量
严格外生性，即无内生性（no endogeneity），要求所有解释变量均与扰动项不相关，很难满足，因此弱化这个条件：将变量分为核心解释变量、控制变量
- 核心解释变量：问题中最感兴趣的变量
- 控制变量：并无太大兴趣的变量
在实际应用中，只要保证核心解释变量与
数学建模：9 多元线性回归分析相关推荐
- 【数学建模】多元线性回归分析
多元线性回归分析 概念 目的:作出以多个自变量估计因变量的多元线性回归方程. 资料:因变量为定量指标:自变量全部或大部分为定量指标,若有少量定性或等级指标需作转换. 用途:解释和预报. 意义:由于事物 ...
- 数学建模-7.多元线性回归分析
多元线性回归分析 回归分析是数据分析中最基础也是最重要的分析工具,绝大多数的数据分析问题,都可以使用回归的思想解决 回归分析的任务:通过研究自变量X和因变量Y的相关关系(注意相关性≠因果性),尝试解释 ...
- 数学建模7 多元线性回归分析
1.回归思想 相关性(不是因果性) Y:因变量,常常是我们需要研究的核心变量,分为连续值型,0-1型,定序变量,计数变量,生存变量 X:自变量(解释变量) 回归分析:研究x和y之间的相关性的分析,尝试 ...
- 【数学建模】-多元线性回归分析
文章目录 回归的思想 回归分析:研究X和Y之间相关性的分析. 相关性 因变量Y 自变量X 回归分析的使命 回归分析的分类 数据的分类 一元线性回归 对于线性的理解 回归系数的解释 内生性的探究 内生性 ...
- 建模之多元线性回归分析
关于回归的基础知识 1.回归分析用来研究变量X和Y之间的相关性 2.Y俗称因变量,即核心变量:连续数值型变量,0-1型变量,定序变量(数字代表了程度),计数变量(到访的次数),生存变量(年龄). X为 ...
- 数学建模暑期集训6：用SPSS对数据进行多元线性回归分析
在本专栏的第六篇数学建模学习笔记(六)多元回归分析算法(matlab)博文中,记录了如何用matlab进行多元回归分析.本篇则将使用spss软件达到同样的效果,且使用起来比matlab更为方便. 空谈 ...
- 【数学建模笔记】【第七讲】多元线性回归分析（一）： 回归分析的定义、对于线性的理解以及内生性问题的探究
多元线性回归分析 回归分析是数据分析中最基础也是最重要的分析工具,绝大多数的数据分析问题,都可以使用回归的思想来解决.回归分析的任务就是,通过研究自变量X和因变量Y的相关关系,尝试去解释Y的形成机制, ...
- 数学建模学习笔记（9）多元线性回归分析（非常详细）
多元线性回归分析 1.回归分析的地位.任务和分类 2.数据的分类 3.对线性的理解.系数的解释和内生性 4.取对数预处理.虚拟变量和交互效应 5.使用Stata进行多元线性回归分析 6.异方差 7.多 ...
- 用R进行多元线性回归分析建模
概念:多元回归分析预测法,是指通过对两个或两个以上的自变量与一个因变量的相关分析,建立预测模型进行预测的方法.当自变量与因变量之间存在线性关系时,称为多元线性回归分析. 下面我就举几个例子来说明一下 ...
- 《数学建模》----偏最小二乘法回归分析
偏最小二乘回归是一种新型的多元统计数据分析方法,它与1983年由伍德和阿巴诺等人首次提出.近十年来,它在理论.方法和应用方面都得到了迅速的发展.密西根大学的弗耐尔教授称偏最小二乘回归为第二代回归分析方 ...
最新文章
- SD卡读写，首选项，共享首选项
- 从外部CorDapp扩展和覆盖流
- （精）DEVC++的几个实用小技巧
- 【python】逻辑运算符总结
- git设置全局账号密码_jenkins2.222使用之二、总体设置
- asp.net WebForm页面间传值方法
- Android--JNI编程详解
- eclipse配置tomcat，并部署一个Java web项目到tomcat上
- Corosync与Pacemaker实现nfs作为共享存储的MySQL高可用
- QT出现应用程序无法正常启动0xc000007b的错误
- 快速生成文件夹内包含的的所有文件的文件名列表
- Android Studio 开关控件Switch使用
- Advanced Javascript outlining插件说明
- 宝塔php不能上传大文件,解决BT宝塔无法上传大文件的方法，请收藏
- 微信标题特殊符号大全 ✔
- 【微信小程序】上传Word、txt、Excel、PPT等文件
- RISCV--汇编指令
- Picture Collage Maker Mac(图片拼贴软件) 中文激活版
- 最新Git 版本在Windows系统中的安装详解过程
- 最NB强化学习路线图