最优标准: 1)方程中包含所有对Y有显著影响的自变量; 2)方程所包含的自变量的个数尽可能少。 问题:是否从方程(6)中剔除x,得到的方程 少=b+bx1+b2x2+b1x1+b+1x1+1…+bpxp (8) 就是理想的“最优”回归方程? 答案:由于各回归系数b,b1,…,bp相互之间存在相关 性,从原方程剔除一个变量时,其它变量(特别是与它密切 相关的变量)的回归系数就会受到影响,因此不能简单剔除 变量 原则:对回归系数进行一次检验,只能剔除或引进一个 自变量。 剔除变量算法: )计算所有自变量的偏回归平方和Q1,Q2,…,QP及 min{Q1,Q2,"…,Qp}; 2)Q=min{Q1,Q2…,Qp},计算 DE/(N-P-I 若fk<fa(1,N-P-1),则从P个自变量剔除xk,反之则不能 剔除; 3)若剔除了xk,再对新的回归方程最优标准： 1）方程中包含所有对 Y 有显著影响的自变量； 2）方程所包含的自变量的个数尽可能少。 问题：是否从方程（6）中剔除 xi,得到的方程 i i i i P P y = b + b x + b x + b x + b x + b x ˆ 0 1 1 2 2 −1 −1 +1 +1  (8) 就是理想的“最优”回归方程？ 答案：由于各回归系数 b0, b1, …, bP 相互之间存在相关 性，从原方程剔除一个变量时，其它变量（特别是与它密切 相关的变量）的回归系数就会受到影响，因此不能简单剔除 变量. 原则：对回归系数进行一次检验，只能剔除或引进一个 自变量。 剔除变量算法： 1) 计算所有自变量的偏回归平方和 Q1，Q2，…，QP 及 min{Q1, Q2,…,QP}; 2) Qk= min{Q1, Q2,…,QP},计算 /( − −1) = Q N P Q f E k k 若 f  f (1,N − P −1) k  ,则从 P 个自变量剔除 xk, 反之则不能 剔除； 3）若剔除了 xk，再对新的回归方程