

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),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、<p><b> 應(yīng)用回歸分析</b></p><p><b> 課程設(shè)計指導(dǎo)書</b></p><p><b> 課程設(shè)計的目的</b></p><p> ?。?)鞏固應(yīng)用回歸分析的理論知識,掌握其思想精髓;</p><p> ?。?)運用回歸分析研究方法,加
2、強解決實際問題的能力;</p><p> ?。?)熟練使用spss軟件對數(shù)據(jù)進行回歸分析。 </p><p> 設(shè)計名稱:研究貨運總量y(萬噸)與工業(yè)總產(chǎn)值x1(億元)、農(nóng)業(yè)總產(chǎn)值x2(億元)、居民非商品支出x3(億元)的關(guān)系</p><p><b> 設(shè)計要求</b></p><p> ?。?)正確運用sps
3、s軟件對數(shù)據(jù)進行處理</p><p> (2)正確分析數(shù)據(jù),嘗試選擇不同的模型擬合數(shù)據(jù)</p><p> ?。?)課程設(shè)計中,遇到問題要翻閱課本去努力解決問題</p><p> ?。?)要有耐心,對于模型的顯著性和回歸系數(shù)都要進行檢驗</p><p> (5)認(rèn)真并獨立完成</p><p><b> 設(shè)
4、計過程</b></p><p> (1)思考課程設(shè)計的目的,尋找來源真實的數(shù)據(jù)</p><p> ?。?)上網(wǎng)搜集并整理數(shù)據(jù)資料</p><p> ?。?)根據(jù)數(shù)據(jù)確定研究對象</p><p> ?。?)應(yīng)用統(tǒng)計軟件來處理數(shù)據(jù)信息</p><p> ?。?)選擇通過各種檢驗的線性模型</p>
5、<p> ?。?)寫出相應(yīng)的實驗報告,并對結(jié)果進行分析</p><p><b> 五、設(shè)計細則</b></p><p> ?。?)搜集數(shù)據(jù)階段,數(shù)據(jù)不能過于繁雜,也不能太少;</p><p> (2)做課程設(shè)計前,認(rèn)真看書和筆記,及平時的實驗報告,掌握豐富的理論;</p><p> ?。?)有耐心,不緊不
6、慢;要細心,一絲不茍;</p><p> ?。?)寫報告書時,語言簡潔易懂又不失完整,尤其操作過程要正確完整,要清楚明了。分析結(jié)果要正確與實際問題背景相符。</p><p><b> 六、說明</b></p><p> (1)書寫報告時,有些特殊的數(shù)學(xué)符號需要利用Mathtype(公式編輯器)這款小軟件進行編輯;</p>&l
7、t;p> ?。?)有些spss輸出表格不整齊,需要導(dǎo)出在Excel中,然后在復(fù)制到word文檔里;</p><p> ?。?)認(rèn)真仔細的完成課程設(shè)計</p><p><b> 課程設(shè)計任務(wù)書</b></p><p> 設(shè)計名稱:研究貨運總量y(萬噸)與工業(yè)總產(chǎn)值x1(億元)、農(nóng)業(yè)總產(chǎn)值x2(億元)、居民非商品支出x3(億元)的關(guān)系&
8、lt;/p><p> 日期:2011年 11 月 13 日 </p><p> 設(shè)計內(nèi)容:研究貨運總量y(萬噸)與工業(yè)總產(chǎn)值x1(億元)、農(nóng)業(yè)總產(chǎn)值x2(億元)、居民非商品支出x3(億元)的關(guān)系。數(shù)據(jù)見表如下:</p><p> 計算出y,x1,x2,x3的相關(guān)系數(shù)矩陣;</p><p> 求y關(guān)于x1,x2,x3的三元線性回歸
9、方程;</p><p> 對所求的得方程做擬合優(yōu)度檢驗;</p><p> 對回歸方程做顯著性檢驗;</p><p> 對每一個回歸系數(shù)做顯著性檢驗;</p><p> 如果有的回歸系數(shù)沒有通過顯著性檢驗,將其剔除,重新建立回歸方程,再作回歸方程的顯著性檢驗和回歸系數(shù)的顯著性檢驗;</p><p> 求出每一
10、個回歸系數(shù)的置信水平為95%的置信區(qū)間;</p><p><b> 求標(biāo)準(zhǔn)化方程;</b></p><p><b> 設(shè)計目的與要求:</b></p><p> 目的:(1)鞏固課本上學(xué)到的知識,提高處理實際問題的能力;</p><p> ?。?)掌握對多元線性回歸問題的模型選擇;</p
11、><p> (3)對軟件輸出的結(jié)果要學(xué)會分析</p><p> 要求:(1)熟練使用spss軟件對回歸數(shù)據(jù)進行模型擬合;</p><p><b> ?。?)認(rèn)真獨立完成</b></p><p> 設(shè)計環(huán)境或器材、原理與說明:</p><p> 設(shè)計環(huán)境和器材:計算機,Minitab軟件,課本,
12、筆記</p><p><b> 設(shè)計原理與說明:</b></p><p> 多元回歸分析中,檢驗回歸系數(shù)是否為0的時候,先用F檢驗,考慮整體回歸系數(shù),再對每個系數(shù)是否為零進行t檢驗</p><p><b> t檢驗:</b></p><p><b> 原假設(shè):</b>&
13、lt;/p><p><b> 統(tǒng)計量: </b></p><p><b> 其中為回歸標(biāo)準(zhǔn)差</b></p><p> 當(dāng)原假設(shè):成立時,構(gòu)造的統(tǒng)計量服從自由度為n-p-1的t分布。給定顯著性水平,查出雙側(cè)檢驗的臨界值。當(dāng)時拒絕原假設(shè):,認(rèn)為顯著不為零。自變量是對y的線性效果是顯著的;當(dāng)時接受原假設(shè):,認(rèn)為顯著為零。自變
14、量是對y的線性效果不顯著的</p><p><b> F檢驗</b></p><p> 對線性回歸方程顯著性的另一種檢驗是F檢驗,F(xiàn)檢驗是根據(jù)平方和分解式,直接從回歸效果檢驗方程的顯著性。平方和分解式是</p><p> 其中,稱為總平方和,簡記為sst或,SST表示Sum of Squares for Total。</p>
15、<p> 稱為回歸平方和,簡記為SSR或,R表示Regression</p><p> 稱為殘差平方和,簡記為SSE或,E表示Error</p><p> 因此平方和分解式可以簡記為SST=SSR+SSE</p><p><b> 原假設(shè):</b></p><p><b> 統(tǒng)計量: &l
16、t;/b></p><p> 當(dāng)原假設(shè)成立時,構(gòu)造的統(tǒng)計量服從自由度為(p,n-p-1)的F分布。給定顯著性水平。當(dāng)大于臨界值時,拒絕原假設(shè),認(rèn)為回歸方程顯著。</p><p><b> 方差分析表</b></p><p><b> 擬合優(yōu)度</b></p><p> 擬合優(yōu)度用于檢驗
17、回歸方程對樣本觀測值的擬合優(yōu)度。在多元線性回歸中,決定系數(shù)為</p><p> 樣本決定系數(shù)的取值在區(qū)間內(nèi),越近1,表明回歸擬合的效果越好;越接近0,表明回歸擬合的效果越差。與F檢驗相比,可以清楚直觀的反應(yīng)回歸擬合的效果,但是并不能作為嚴(yán)格的顯著性檢驗。</p><p><b> 復(fù)相關(guān)系數(shù)</b></p><p><b> 稱
18、</b></p><p> 為y關(guān)于的樣本復(fù)相關(guān)系數(shù)。。在兩個變量的簡單相關(guān)系數(shù)中,相關(guān)系數(shù)沒有正負(fù)之分,而復(fù)相關(guān)系數(shù)表示的是因變量y對全體自變量之間的線性關(guān)系,它的符號不能由某一個自變量的回歸系數(shù)的符號來確定,因而復(fù)相關(guān)系數(shù)都取正號。</p><p><b> 多重共線性</b></p><p> 多元線性回歸方程模型中有一
19、個基本假設(shè),就是要求設(shè)計矩陣X的秩rank(X)=p+1,即要求X中的列向量之間線性無關(guān),如果存在不全為0的P+1個數(shù),使得</p><p> 則自變量之間存在著多重共線性。</p><p> 多重共線性的診斷:(方差擴大因子法)</p><p> 對自變量做中心標(biāo)準(zhǔn)化,則為自變量的相關(guān)陣。記稱其主對角線元素為自變量的方差擴大因子(variance infla
20、tion factor,VIF)。</p><p> 當(dāng)就說明自變量與其他自變量之間有嚴(yán)重的多重共線性,且這種多重共線性可能會過度的影響最小二乘估計值。</p><p> 設(shè)計過程(步驟)或程序代碼:</p><p> 打開SPSS軟件,導(dǎo)出數(shù)據(jù)</p><p> 分析—相關(guān)—雙變量相關(guān)—變量:y,x1,x2,x3—確定</p&
21、gt;<p> 分析—回歸—線性回歸(因變量:y;自變量:x1,x2,x3)—確定</p><p> 分析—相關(guān)—雙變量相關(guān)—變量:y,x1,x2—確定</p><p> 分析—回歸—線性回歸(因變量:y;自變量:x1,x2)—確定</p><p> 分析---回歸---線性回歸(因變量:y;自變量:x1,x2,x3;統(tǒng)計量:選中共線性診斷;繼
22、續(xù))----確定</p><p> 分析---回歸---線性回歸(因變量:y;自變量:x1,x2,x3;保存:預(yù)測值:未標(biāo)準(zhǔn)化;殘差:未標(biāo)準(zhǔn)化;預(yù)測區(qū)間:均值,置信水平為95%;繼續(xù))----確定</p><p> 設(shè)計結(jié)果與分析(可以加頁):</p><p><b> ?。?)</b></p><p><b&
23、gt; ?。?)</b></p><p> 復(fù)相關(guān)系數(shù)R=0.898,決定系數(shù)=0.806,由決定系數(shù)看回歸方程高度顯著。</p><p> 由方差分析表可以知道,F(xiàn)=8.283,P值=0.015,表明回歸方程高度顯</p><p> 著,說明x1,x2,x3整體上對y有顯著的線性影響。</p><p><b>
24、 1.回歸方程為 :</b></p><p> 2.回歸系數(shù)的顯著性檢驗:自變量x2對y有影響,其中x3的P值=0.284。</p><p> 因此,這個模型通過了顯著性檢驗但沒有通過回歸系數(shù)的檢驗,自變量x3對因變量y不顯著,所以下一步要剔除不顯著的回歸系數(shù)x3,重新建立回歸模型.</p><p><b> (4)</b>&
25、lt;/p><p><b> ?。?)</b></p><p><b> 實驗分析:</b></p><p> 1.復(fù)相關(guān)系數(shù)R=0.872,決定系數(shù)=0.761,由決定系數(shù)看回歸方程高度顯著。</p><p> 2. 由方差分析表可以知道,F(xiàn)=11.117,P值=0.007,表明回歸方程高度顯&
26、lt;/p><p> 著,說明x1,x2整體上對y有顯著的線性影響。</p><p> 3.回歸系數(shù)的顯著性檢驗,自變量x1,x2對y有影響,其中x1的P值=0.037最大。</p><p> 4。標(biāo)準(zhǔn)化回歸方程為 :</p><p> 綜上所訴,這個回歸模型即通過了方程顯著性檢驗,也通過了回歸系數(shù)顯著行檢驗,所以次模型是有效的</
27、p><p><b> ?。?)</b></p><p> 從上圖可知,次模型中,自變量自變量x1,x2,x3的多重共線性的VIF統(tǒng)計量的值都很小,小于10,說明建立的回歸模型不存在多重共線性問題。</p><p><b> (7)</b></p><p> 由上表可知,標(biāo)準(zhǔn)化和學(xué)生化的殘差絕對值都
28、下于3,證明此模型中不存在異常值</p><p> 上表是列出了模型的殘差,預(yù)測值和預(yù)測的置信區(qū)間</p><p><b> 設(shè)計體會與建議:</b></p><p> 通過課程設(shè)計,使我深深體會到,干任何事都必須耐心,細致.課程設(shè)計過程中,許多計算有時不免令我感到有些心煩意亂:有幾次因為不完全理解,只能重來.說實話,課程設(shè)計真的有點累.
29、然而,當(dāng)我一著手清理自己的設(shè)計成果,漫漫回味這兩周的心路歷程,一種少有的成功喜悅即刻使倦意頓消。</p><p> 短短兩周的課程設(shè)計,使我發(fā)現(xiàn)了自己所掌握的知識是真正如此的缺乏,自己綜合應(yīng)用所學(xué)的專業(yè)知識能力是如此的不足,幾年來的學(xué)習(xí)了那么多的課程,今天才知道自己并不會用.經(jīng)過這次的回歸分析的課程設(shè)計,我個人也得到了不少的收獲,一方面加深了我對課本理論的知識,另一方面也提高了實驗操作能力。做實驗,必須要弄懂實
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. 眾賞文庫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
- 回歸分析課程設(shè)計
- 回歸分析課程設(shè)計--主成分回歸分析
- 應(yīng)用回歸分析課程設(shè)計--基于多元線性回歸模型對我國鋼鐵生產(chǎn)的分析
- r語言課程設(shè)計--個人所得稅回歸分析
- 應(yīng)用回歸課程設(shè)計--人均可支配收入的分析
- 概率論課程設(shè)計---國內(nèi)產(chǎn)值與人力資本的回歸分析
- 財務(wù)分析課程設(shè)計
- 核分析課程設(shè)計
- 數(shù)值分析課程設(shè)計
- 數(shù)值分析課程設(shè)計
- 電力分析課程設(shè)計
- 電路分析課程設(shè)計
- 數(shù)值分析課程設(shè)計
- 算法分析與設(shè)計課程設(shè)計
- 財務(wù)分析課程設(shè)計論文
- 系統(tǒng)聚類分析課程設(shè)計
- 信號處理分析課程設(shè)計
- 數(shù)值分析課程設(shè)計報告
- 證券投資分析課程設(shè)計
- 財務(wù)分析課程設(shè)計案例
評論
0/150
提交評論