正在进行安全检测...
发布时间：2023-10-12 12:22:33
多元线性回归的计算方法-CAL-FENGHAI.-(YICAI-CompanyOne1
多元线性回归的计算方法摘要在实际经济问题中，一个变量往往受到多个变量的影响。例如，家庭消费支出，除了受家庭可支配收入的影响外，还受诸如家庭所有的财富、物价水平、金融机构存款利息等多种因素的影响，表现在线性回归模型中的解释变量有多个。这样的模型被称为多元线性回归模型。多元线性回归的基本原理和基本计算过程与一元线性回归相同，但由于自变量个数多，计算相当麻烦，一般在实际中应用时都要借助统计软件。这里只介绍多元线性回归的一些基本问题。但由于各个自变量的单位可能不一样，比如说一个消费水平的关系式中，工资水平、受教育程度、职业、地区、家庭负担等等因素都会影响到消费水平，而这些影响因素（自变量）的单位显然是不同的，因此自变量前系数的大小并不能说明该因素的重要程度，更简单地来说，同样工资收入，如果用元为单位就比用百元为单位所得的回归系数要小，但是工资水平对消费的影响程度并没有变，所以得想办法将各个自变量化到统一的单位上来。前面学到的标准分就有这个功能，具体到这里来说，就是将所有变量包括因变量都先转化为标准分，再进行线性回归，此时得到的回归系数就能反映对应自变量的重要程度。这时的回归方程称为标准回归方程，回归系数称为标准回归系数，表示如下：Zy=β1Zx1+β2Zx2+…+βkZxk注意，由于都化成了标准分，所以就不再有常数项a了，因为各自变量都取平均水平时，因变量也应该取平均水平，而平均水平正好对应标准分0，当等式两端的变量都取0时，常数项也就为0了。多元线性回归模型的建立多元线性回归模型的一般形式为Yi=β0+β1X1i+β2X2i+…+ixihii=1,2,…,n其中k为解释变量的数目，j=（j=1,2,…,k称为回归系数（regressioncoefficient。上式也被称为总体回归函数的随机表达式。它的非随机表达式为E(Y∣X1i,X2i,…Xki,=β0+β1X1i+β2X2i+…+βkXkiβj也被称为偏回归系数（partialregressioncoefficient多元线性回归的计算模型2
正在进行安全检测...
