正在加载图片...
4、多元线性回归 多元线性回归方程模型为 yi=bo+b,X1i+b2X2i +.. +bnxnitei 其中 (1)b是常数项,是各自变量都等于0时,应变量的估计值。 有时,人们称它为本底值。 (2)b1,b2,…,bn是偏回归系数( pertial regression coefficient,其统计学意义是在其它所宥自变量不变 的情况 自变量每变化一个单位,应变量平均 雯花的单位数 如果所有参加分析的变量都是标准化的变量,这时b 就等子0,b1,"b2,…,bm就变成了标准化偏回归系 数,用符号b1,62,…,b;表示。 b: bits: s 由于b:没有量纲,因此可以相互比较大小,反映自变 量的柏对作用大小 3)e;是残差4、多元线性回归 多元线性回归方程模型为: yi=b0+b1x1i+b2x2i+…+bnxni+ei 其中 (1) b0是常数项,是各自变量都等于0时,应变量的估计值。 有时,人们称它为本底值。 (2) b1,b2,…,bn是偏回归系数( pertial regression coefficient ),其统计学意义是在其它所有自变量不变 的情况下,某一自变量每变化一个单位,应变量平均 变化的单位数。 如果所有参加分析的变量都是标准化的变量,这时b0 就等于0, b1,b2,…,bn 就变成了标准化偏回归系 数,用符号b1 ‘ ,b2 ’ ,…,bn ‘表示。 bi ’= bi*sxi/sy 由于bi ’没有量纲,因此可以相互比较大小,反映自变 量的相对作用大小。 (3) ei是残差
<<向上翻页向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有