多元线性回归方程地建立

多元线性回归方程地建立

ID:39413269

大小:95.60 KB

页数:14页

时间:2019-07-02

多元线性回归方程地建立_第1页
多元线性回归方程地建立_第2页
多元线性回归方程地建立_第3页
多元线性回归方程地建立_第4页
多元线性回归方程地建立_第5页
资源描述:

《多元线性回归方程地建立》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、实用标准多元线性回归方程的建立建立多元线性回归方程,实际上是对多元线性模型(2-2-4)进行估计,寻求估计式(2-2-3)的过程。与一元线性回归分析相同,其基本思想是根据最小二乘原理,求解 使全部观测值 与回归值 的残差平方和达到最小值。由于残差平方和          (2-2-5)    是 的非负二次式,所以它的最小值一定存在。   根据极值原理,当Q取得极值时, 应满足   由(2-2-5)式,即满足                    (2-2-6)   (2-2-6)式称为正规方程组。它可以化为以下形式文档大全实用标准   

2、  (2-2-7)   如果用A表示上述方程组的系数矩阵可以看出A是对称矩阵。则有                   (2-2-8)  式中X是多元线性回归模型中数据的结构矩阵, 是结构矩阵X的转置矩阵。 (2-2-7)式右端常数项也可用矩阵D来表示    即文档大全实用标准              因此(2-2-7)式可写成Ab=D           (2-2-10)    或            (2-2-11)如果A满秩(即A的行列式  )那么A的逆矩阵A-1存在,则由(2-10)式和(2-11)式得 的最小二乘估计为   

3、         (2-2-12)  也就是多元线性回归方程的回归系数。 为了计算方便往往并不先求  ,再求b,而是通过解线性方程组(2-2-7)来求b。(2-2-7)是一个有p+1个未知量的线性方程组,它的第一个方程可化为            (2-2-13)    式中文档大全实用标准            (2-2-14)   将(2-2-13)式代入(2-2-7)式中的其余各方程,得            (2-2-15)    其中            (2-2-16)   将方程组(2-2-15)式用矩阵表示,则有Lb=F

4、           (2-2-17)    其中      于是b=L-1F           (2-2-18) 文档大全实用标准 因此求解多元线性回归方程的系数可由(2-2-16)式先求出L,然后将其代回(2-2-17)式中求解。求b时,可用克莱姆法则求解,也可通过高斯变换求解。如果把b直接代入(2-2-18)式,由于要先求出L的逆矩阵,因而相对复杂一些。 例2-2-1 表2-2-1为某地区土壤内含植物可给态磷(y)与土壤内所含无机磷浓度(x1)、土壤内溶于K2CO3溶液并受溴化物水解的有机磷浓度(x2)以及土壤内溶于K2CO3溶液

5、但不溶于溴化物的有机磷(x3)的观察数据。求y对x1, x2, x3的线性回归方程 。表2-2-1 土壤含磷情况观察数据    计算如下:文档大全实用标准   由(2-2-16)式     代入(2-2-15)式得文档大全实用标准         (2-2-19)    若用克莱姆法则解上述方程组,则其解为               (2-2-20)    其中    计算得b1=1.7848,b2=-0.0834,b3=0.1611     回归方程为 应用克莱姆法则求解线性方程组计算量偏大,下面介绍更实用的方法——高斯消去法和消去变

6、换。文档大全实用标准多项式回归标签: c2009-07-0414:52 6443人阅读 评论(0) 收藏 举报在上一节所介绍的非线性回归分析,首先要求我们对回归方程的函数模型做出判断。虽然在一些特定的情况下我们可以比较容易地做到这一点,但是在许多实际问题上常常会令我们不知所措。根据高等数学知识我们知道,任何曲线可以近似地用多项式表示,所以在这种情况下我们可以用多项式进行逼近,即多项式回归分析。    一、多项式回归方法假设变量y与x的关系为p次多项式,且在xi处对y的随机误差  (i=1,2,…,n)服从正态分布N(0,),则    令x

7、i1=xi,xi2=xi2,…,xip=xip    则上述非线性的多项式模型就转化为多元线性模型,即     这样我们就可以用前面介绍的多元线性回归分析的方法来解决上述问题了。其系数矩阵、结构矩阵、常数项矩阵分别为文档大全实用标准   (2-4-11)                 (2-4-12)                        (2-4-13)     回归方程系数的最小二乘估计为                       (2-4-14)需要说明的是,在多项式回归分析中,检验bj是否显著,实质上就是判断x的j次项

8、xj对y是否有显著影响。对于多元多项式回归问题,也可以化为多元线性回归问题来解决。例如,对于       (2-4-15)   令xi1=Zi1,xi2=Zi2,xi3=Zi12,xi4=Zi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。