热线电话：13121318867

登录
首页精彩阅读多重线性回归分析的四大纪律三项注意
多重线性回归分析的四大纪律三项注意
2016-05-19
收藏

多重线性回归分析的四大纪律三项注意

鉴于多重线性回归已经到了滥用的程度，特总结一下在使用线性回归时需要注意的问题，总结为四大纪律加三项注意。

四大纪律

四大纪律之一： 自变量与因变量之间要存在线性关系，可以通过绘制散点图矩阵来考察，若不符合，需要进行变量的变换予以修正。

四大纪律之二： 各个观测值y1\y2\y3......要相互独立，可通过残差图或durbin-watson检验予以考察。

四大纪律之三： 残差服从正态分布，可以通过标准化残差图考察

四大纪律之四： 方差齐性，也可以通过标准化残差考察

三项注意

三项注意之一： 样本量为自变量个数的5倍以上，要想效果好一些，最好20倍以上。

三项注意之二： 判断有误强影响点，如有应该改正数据或者剔除或采用稳健回归。

三项注意之三： 判断自变量之间有无强相关性，如有改用岭回归等方法。

例题说明：

某个公司计划在国内在开设几家分店，收集了目前分店的销售数据y以及分店所在城市的16岁以下人数x1,人均可支配收入x2,试进行分析（选自张文彤spss统计分析高级教程99页）

1.数据

两个自变量，21个样本含量，符合20倍原则

绘制散点图矩阵

从图中可以看出，因变量与每个自变量都有线性关系


上图分别检查共线性，独立性和异常点

做残差图，横坐标为因变量，纵坐标为标准化残差

调整r的平方越近与1，回归效果越好，0.907效果不错，durbin watson值在2左右说明残差独立性较好。

p=0.000小于0.05，线性回归为显著

回归方程为y=-6.886+0.009人均支配收入+1.455人数，vif为方差膨胀因子一般只要不超过10，认为不存在共线性

pp图，点在直线附近分布，近似一条直线，说明残差服从正态分布

残差图，三点在零的附近均匀分布，而且没有超过正负3，认为残差服从正态分布且方差齐，且没有强影响点。



CDA数据分析师考试相关入口一览（建议收藏）：

▷ 想报名CDA认证考试，点击>>>   “CDA报名” 了解CDA考试详情；

▷ 想加入CDA考试题库，点击>>> “CDA题库” 了解CDA考试详情；

▷ 想学习CDA考试教材，点击>>> “CDA教材” 了解CDA考试详情；

▷ 想查询CDA考试成绩，点击>>> “CDA成绩” 了解CDA考试详情；

▷ 想了解CDA考试含金量，点击>>> “CDA含金量” 了解CDA考试详情；

▷ 想获取CDA考试时间/费用/条件/大纲/通过率，点击 >>>“CDA考试官网” 了解CDA考试详情；

线性回归 正态分布 散点图 统计分析

数据分析咨询请扫描二维码

上一篇回归系列（一）| 怎样正确地理解线性回归
下一篇2020美国总统竞选大戏开锣，川普当选的奇迹会再发生吗？
CDA考试动态
CDA报考指南
热门栏目
最新资讯
更多
Copyright © 2015-present 北京国富如荷网络科技有限公司 All Rights Reserved.
京ICP备11001960号-9   京公网安备 11010802034615号   经营许可证编号：京B2-20210330
客服在线
立即咨询