2020-08-09
阅读量:
3380
一元线性回归多元线性回归模型搭建步骤
明确需求(因变量Y)
采集数据,数据清洗(缺失值,异常值(3倍标准差),分类变量)
变量筛选(相关系数,散点图)
分割测试集(80%),训练集(20%)
用训练集来做回归模型(F检验,t检验,R^2 ,调整R^2),R^2不能太高,不能太低
模型检验,高斯马尔科夫假设(
a. 线性于参数
b. 随机抽样
c. 不存在完全共线性
d. 误差的条件均值为零误差
e的同方差性
f. 误差的正态性
7.模型优化(交互项,高次项,平方项,季节趋势)
8.逐步回归,交叉检验
9.模型测试






评论(0)


暂无数据
推荐帖子
0条评论
0条评论