多元线性回归分析及模型修正毕业设计论文最新

admin/2021-12-15/ 分类:角加速度/阅读:
《多元线性回归分析及模型修正毕业设计论文.doc》由会员分享,可免费在线阅读全文,更多与《多元线性回归分析及模型修正毕业设计论文》相关文档资源请在帮帮文库(数亿文档库存 ...

《多元线性回归分析及模型修正毕业设计论文.doc》由会员分享,可免费在线阅读全文,更多与《多元线性回归分析及模型修正毕业设计论文》相关文档资源请在帮帮文库(数亿文档库存里搜索。

1、学本科毕业设计(论文)工程大学本科毕业设计(论文)XXXXXXXY由表可知,WD值为,可以看出自相关性得到了进一步改善,下面再次迭代:WD,?ttttttx?xxy?yy来改善自相关性。?进行迭代计算,得到如下结果:表VariablesEnteredRemoved(b)ModelVariablesEnteredVariablesRemovedMethodX,X,X,X,X,X,X(a)EnteraAllrequestedvariablesenteredbDeendentVar

2、,x,xbDeendentVariable:y表ANOVA(b)ModelSumofSquaresdfMeanSquareFSigRegression(a)ResidualTotalaPredictors:(Constant),x,x,x,x,x,x,xbDeendentVariable:y表Coefficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSigCollinearityStatisticsBStdErrorBetaToleranceVIF

3、Constant)xxxxxxxaDeendentVariable:y方程的决定系数较高,R=,修正可决系数R=,又回归模型拟合程度与决定系数有关,决定系数越大,模型拟合程度越高,可见本模型拟合程度较好,又F=gt,模型总体显著性检验得知模型总体显著,也就是全体解释变量总体对被解释变量存在明显影响,并且WD值为,与原来的线性回归结果相比自相关性得到了进一步的优化。此时的多元线性回归方程为:河aneldataanalysisAliedEconomics,,():[]王祖兰全国各地区工业经济实力分析[J]复印报刊资料,,():河北工程

4、相关性把握越大。④如果UDltWDltLD,则无法判断是否有自相关。⑤如果LDltWDlt,则拒绝零假设,扰动项存在一阶负自相关。WD越接近于,负自相关性越强。由上图得知DurbinWatsonStatistics=,查表得在显著水平?=下,查表n=,k=时,LD=,UD=,由于UD=ltDW=ltUD=,则接受零假设,扰动项不存在一阶正自相关。DW越接近,判断无自相关性把握越大。由表可知,WD值为,可以看出存在正自相关性,通过迭代WD,?ttttttxxxyyy来改善自相关性。?进行迭代计

5、,并且WD值为,自相关性的影响基本消除。此时的多元线性回归方程为:?XXXXXXXY?结论在本文中,我们通过一系列主要工业产品产量的分析,探索通过个工业产品产量来预测工业总产值的方法。我们在本文中选取了工业总产值,塑料制品产量,水泥产量,平板玻璃产量,生铁产量,粗钢产量,钢筋产量,盘条产量。在通过对模型的异方差性和自相关性的检验以及修正之后我们得到的最终的线性回归方程为:XXXXXXXY通过以上线性回归方程我们可以知道,工业总产值与塑料制品产量有较大关系,塑料产量每增加一个单位,工业总产值就会增

6、x,平板玻璃x,粗钢x,水泥xbDeendentVariable:工业总产值ycWeightedLeastSquaresRegressionWeightedbyWeightfor工业总产值yfromWLS,MOD_abs_**表Coefficients(a,b)ModelUnstandardizedCoefficientsStandardizedCoefficientstSigCollinearityStatisticsBStdErrorBetaToleranceVIF(Constant)塑料制品x水泥x平板玻璃x生铁x粗钢x钢筋

7、ficients(a)ModelUnstandardizedCoefficientsStandardizedCoefficientstSigCollinearityStatisticsBStdErrorBetaToleranceVIF(Constant)XXXXXX河北工程大学本科毕业设计(论文)XaDeendentVariable:Y由上表可知方程的决定系R=,修正可决系数R=,与上次迭代相比基本稳定,且均接近于,可见本模型拟合程度较好,又F=gt,模型总体显著性检验得知模型总体显著,也就是全体解释变量总体对被解释变量存在明显影

8、?XXXXXXXY自相关可表示为:n,,,ji,,),Cov(ji用于检验扰动项是否存在自相关的方法主要有:DW检验(DurbinWatson杜宾瓦特森检验),DW检验是Durbin和Watson于年提出的一种自相关检验方法。它只适用于扰动项的形式为:'iii(?为自相关系数)的一阶自相关问题。这种河北工程大学本科毕业设计(论文)方法是最常用的一阶自相关检验方法。其检验步骤如下:()提出假设。H:,即扰动项不存在一阶自相关;H:,即扰动项存在一阶自相关。()构造统计量

9、,得表VariablesEnteredRemoved(b)ModelVariablesEnteredVariablesRemovedMethod河北工程大学本科毕业设计(论文)x,x,x,x,x,x,x(a)EnteraAllrequestedvariablesenteredbDeendentVariable:y表ModelSummary(b)ModelRRSquareAdjustedRSquareStdErroroftheEstimateDurbinWatson(a)aPredictors:(Constant),x,x,x,x,

10、x盘条x由上表所知,方程的决定系数较高,R=,修正可决系数R=,又回归模型拟合程度与决定系数有关,决定系数越大,模型拟合程度越高,可见本模型拟合程度较好,又F=gt,模型总体显著性检验得知模型总体显著,也就是全体解释变量总体对被解释变量存在明显影响。但是WD值为,要比原来多元线性回归的WD值要小,自相关性比较严重,需要进一步讨论自相关检验自相关(Autocorrelation)是对随机扰动项之间相互独立假定的违背,指扰动项序列相邻期之间不是随机独立而是存在相关关系,又称为序列相关。自相关主要表现在时间序列中。因此对于线性回归模型:

11、able:Y表ModelSummary(b)ModelRRSquareAdjustedRSquareStdErroroftheEstimateDurbinWatson(a)aPredictors:(Constant),X,X,X,X,X,X,XbDeendentVariable:Y表ANOVA(b)ModelSumofSquaresdfMeanSquareFSigRegression(a)ResidualTotalaPredictors:(Constant),X,X,X,X,X,X,XbDeendentVariable:Y表Coe

12、定义DW统计量为()niiiniieeDWe,对于大样本可以把WD统计量写为?()DW?,其中为自相关系数?的估计。因为||?,所以WD检验统计的值域为?DW?。()判断。根据样本容量n和解释变量的数目查WD分布表,得下临界值LD和上临界值UD,并依下列准则判断扰动项的自相关情形。①如果ltWDltLD,则拒绝零假设,扰动项存在一阶正自相关。WD越接近于,正自相关性越强。②如果LDltWDltUD,则无法判断是否有自相关。③如果UDltWDltUD,则接受零假设,扰动项不存在一阶正自相关。WD越接近,判断无

TAG:
阅读:
扩展阅读:
下一篇:没有了 上一篇:用一句话什么话悼念亲人
初一课文 http://www.gisyemen.com
二维码
意见反馈 二维码