多重多元回歸分析_第1頁
多重多元回歸分析_第2頁
多重多元回歸分析_第3頁
多重多元回歸分析_第4頁
多重多元回歸分析_第5頁
已閱讀5頁，還剩7頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

多重多元回歸分析第一頁，共十二頁，2022年，8月28日用最小平方法可求出的估計值,b0,b1于是多元回歸數(shù)學(xué)模型:第二頁，共十二頁，2022年，8月28日根據(jù)最小平方法：第二節(jié)多重多元線性回歸模型設(shè)有m個自變量，對應(yīng)p個因變量假定他們之間有線性關(guān)系式：一、多元回歸模型第三頁，共十二頁，2022年，8月28日用矩陣表示為：略去誤差項(xiàng)而得到的關(guān)系式：稱為回歸方程設(shè)有n組自變量和因變量的實(shí)測數(shù)據(jù)：將數(shù)據(jù)寫成矩陣的形式：第四頁，共十二頁，2022年，8月28日將n組數(shù)據(jù)帶入到回歸模型中：記于是，多重多元回歸模型為第五頁，共十二頁，2022年，8月28日二、多重多元回歸式的求法仍然用最小平方法計算回歸式的系數(shù)，和一元回歸類似：可以證明：是的無偏估計；三、回歸系數(shù)向量的假設(shè)檢驗(yàn)

設(shè)中前m1個分量對有影響，而后m2=m-m1個分量對Y沒有影響，這就相當(dāng)于檢驗(yàn)：第六頁，共十二頁，2022年，8月28日設(shè)在之下的剩余陣為：其中：第七頁，共十二頁，2022年，8月28日且獨(dú)立，所以，例：下表為某農(nóng)學(xué)院育種研究室2002年品種區(qū)試的部分資料，其中x1為冬季分蘗（單位：萬），x2為株高（單位：厘米），y1為每穗粒數(shù)，y2為千粒重（單位：克），進(jìn)行y1、y2關(guān)于x1、x2的歸歸分析。品種X1X2Y1Y2小偃6號11.595.326.439.27576/3矮790997.730.846.868G(2)87.9110.739.739.179190-19.18935.435.39615_111.68829.3379615-131387.724.644.873(36)11.679.725.643.7豐產(chǎn)3號10.7119.329.938.8矮豐3號11.187.732.235.6第八頁，共十二頁，2022年，8月28日第九頁，共十二頁，2022年，8月28日回歸方程的檢驗(yàn)：即檢驗(yàn)這里，P=2，m2=m=2，N=9在所以，回歸方程是顯著的。第十頁，共十二頁，2022年，8月28日回歸系數(shù)的檢驗(yàn)（1）檢驗(yàn)即檢驗(yàn)對有無作用，在之下，表明對作用顯著第十一頁，共十二頁，2022年，8月28日（2）再檢驗(yàn)

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論