应用回归分析主成分分析案例

应用回归分析主成分分析案例

ID:22752977

大小:143.50 KB

页数:13页

时间:2018-10-31

应用回归分析主成分分析案例_第1页
应用回归分析主成分分析案例_第2页
应用回归分析主成分分析案例_第3页
应用回归分析主成分分析案例_第4页
应用回归分析主成分分析案例_第5页
资源描述:

《应用回归分析主成分分析案例》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、应用回归分析主成分分析案例摘要近年来物价上涨成明显,给我国居民生活带来了种种问题。在多番稳物价、防通胀的调控措施下,2011年8月份以来我国居民消费价格指数同比增幅不断回落。多数专家分析认为,2012年我国物价总水平上涨压力明显降低,全年CPI涨幅预计在4%左右。但在国际政治经济环境日趋复杂,国内生产资料和劳动力成本不断上涨的背景下,今年抗通胀稳物价的工作不可松懈,防止CPI过度增长。基于现实背景关键词:多元回归SPSS居民消费价格指数主成分分析应用冋归分析摘S-0-1、研究背景-2-2、多元线性回归原理-2-2.1多元线性回归模型的一般形式-

2、2-2.2回归参数的普通最小二乘估计-3-2.3F检验-3-2.4回归系数的显著性检验-4-3、构造多元回归模型-5-3.1运用SPSS对数据进行分析及检验-6-3.2试验结果分析-9-3.3多重共线性检验-10-3.4利用主成分分析法改进模型-10-4、总结-14-参考文献-1--15-应用回归分析1、研宂背景消费物价指数英文缩写为CPI,是根椐与居民生活有关的产品及劳务价格统计出来的物价变动指标,通常作为观察通货膨胀水平的重要指标,也是国民经济核算屮的缩减指标.一般说来,CH稳定,就业充分及GDP增长是政府重要的社会经济0标,由于cn影响着

3、政府制定货币、财政、消费、价格等政策,因此准确地分析CPI的变化规律,具有重要意义[2]。2、多元线性回归原理2.1多元线性冋归模型的一般形式设随机变量y与一般变量xl,x2,x3,...,xp的线性回归模型为y01x12x2...pxp(2.1)其巾,0,1,2,...,p是p+1个未知参数,0称为回归常数,1,2,...,p称为回归系数。称为被解释变量(因变S),而xl,x2,X3,...,xP是p个可以精确测并可控制的一般变S:,称为解释变S(自变S)。P=1时,(2.1)式即为一元线性回归模型,p2时,我们就称(2.1)式即为多元线性回

4、归模型。是随机误差。对于一个实际问题,如果我们获得n组观测值0^1>2,...>?加)则线性回归模型(2.1)式可表示为y1=pO+plxll+p2x12++ppx1p+ely=P()+p1x21+p2x22+“+Ppx2p+s22yn=pO+p1xn1+[32xn2++ppxnp+en写成矩阵形式为yx(2.2)其中ylYynlxlllx21Xlxnlxlpx2pxnp-2-P0,1,,p81,,nTT应用回归分析矩阵X是一n(p1)矩阵,称□为回归设计矩阵或资料矩阵。2.2回归参数的普通最小二乘估计对于(2.2)式矩阵表示的冋归模型yx,所

5、谓的最小二乘法[3],就是寻7),Al,'2,...,"p,使离差平方和找参数0,1,2,...,p的估计值•px-pxpx)2(2.3)Qp0,pi,…,pp=n(y-pi=101il2i2pipf0,"1,"2,...,"p满足达到极小,即寻找,P,…,P=nQP01pi=l(yi—po-pixi卜P2xi2ppxip)2(2.4)min2=p,P,•••,Pn(y-p—Px—Pxpx)i01il2i2pipi=101p7),Al,'2,...,>的就称为回归参数0,1,2,...,p的最小二乘依照(2.4)式求出7),"1,"2,...,

6、'p应满足下列方程估计。运用微积分中求极值的原理,SpOdQdQn

7、pO=P=-2i=lyi-pO-p1xi1-p2xi2Ppxip=00n

8、pi=P=-2i=lyi~P0-pixil-p2xi2Ppxip=0(2.5)13(315Q

9、n=-2yi-p~Pxil-pxi2P012pxip=Oi=lp=pppapP^)0以上方程组经整理后,得用矩阵形式表示的最小二乘估计为X’(yX’X’y当(X’X)1存在时,既得回归参数的最小二乘估计为移项得X’X"(X’X)lX’y7)丫x22...ApxP为经验冋归方程。"x1称y2.3F检验对多元线性回归

10、方程的显著性检验就是要看自变量xl,x2,x3,...,xp从整体上对随机变量y是否有明显的影响。为此提出原假设p0HO:12...如果H0被接受,则表明随机变量y与xl,x2,x3,...,xp之间的关系巾线性回归模型表示不合适。类似一元线性回归检验,为了建立对H0进行检验的F统计量,仍然利用总离差平方和的分解式,即-3-应用回归分析n(2.6)^(yi)(yi)(yiyi)2i1i1i1简写为SST=SSR+SSE,构造F检验统计呈如下F=SSR/pSSE/(n-p-l)(2.7)在正态假设下,当原假设HO:12...p0成立时,F服从自由

11、度为(p,n-p-1)的F分布。于是,可以利用给出数据求出相应的量,可以得出以下方差分析表,再由给定的显著水平,查F分布表得临界值F(p,np1)。表

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。