1.线性回归的出现
当被解释变量和解释变量都为连续型,且存在线性关系时,可以采用线性回归对被解释变量进行预测。
多元线性回归的出现是非常自然的,由于在一元线性回归中,因变量只能依赖一个自变量来解释,换一句话说,就是我们 只能在一维空间中来解释世界,这是十分糟糕的,毕竟事物之间的关联是非常复杂的,只用其中一个变量来解释,总是显 得那么苍白和无力。
下面我们就来以“房价”和“客户价值”为因变量,探索一下影响他们的自变量。首先,影响房价的因素有哪些呢?
因此,我们不难发现,在用更多变量来解释因变量,显然会更加全面、丰富、合理和科学。与一元线性回归类似,一个含
有k个自变量的多元线性回归模型可以表示为:
y= Bo+Bixl+B2x2++bx+8
,β,B1,B,,为模型参数,E为误差项,来解释不能被自变量线性关系解释的部分。
多元线性回归的基本假设
1.线性关系假设——线性关系检验
2.线性关系检验——回归系数检验
3.期望为0的假设
(1)假设检验方法:(图形法)可以直接绘制散点图,查看残差是否对称分布在0的两侧;(统计检验)可以用假设检验 中的t检验方法,其原假设为H0:E=0,具体操作将在案例中展示。
(2)假设失效的影响:如果残差的期望不等于0,而等于其他的某个常数,那么这个常数就应该出现在多元线性回归的常 数项内。
(3)假设失效解决方法:如果失效,考虑是否强制将常数项设置为,或考虑异常值问题。
4.同方差假设
假设检验方法:(图形法)对残差以及因变量的拟合值作图。
如果没有异方差,那么残差和因变量拟合值构成的散点应该是完全 随机的,其趋势线应该是几乎是水平的。上图中间的趋势线存在弯 曲,即存在一定的异方差。
除了作图,我们也可以选择Breusch-Pagan检验,注意该检验的原假设是同方差,备择假设是异方差,这 样读者根据输出的P值就可以直观判断了。
假设失效的影响:如果误差是异方差的,那么OLS估计的标准误差将不可靠。
假设失效解决方法:克服异方差性的影响,我们可以尝试对因变量做一些非线性变换,如等等。
5.正态性假设
假设检验方法:(图形法)做QQ图。
QQ图的解读十分简单,如果散点在直线上或者直线附近,那么我 们就可以认为数据是正态分布的,否则就任务不是正态分布。 对于正态分布的统计检验,我们可以选择KS检验(Kolmogorov– Smirnov test),其原假设:数据是正态分布的。这样读者可以直 接根据输出的P值来对检验结果进行分析。
假设失效的影响:如果误差项不是正态分布的,则OLS估计的标准误差将不可靠。然而对于正态性假设对于线性回归的 重要性,目前各方还有一些有价值的观点。
假设失效解决方法:关注样本中两端的异常值是否合理,如异常值不合理,可以考虑删除异常值。也可以尝试对变量做 非线性变换。
6.横截面和时间序列数据在回归建模上的差异
横截面是指在同一时间平面上的数据,例如2013年各个上市公司的财报数据,如果研究其不同变量之间的线性关系,可 以用多元线性回归模型。但是如果数据包含时间趋势,例如2001-2018年全国各个省市的宏观经济指标数据,如果要研 究不同宏观指标之间的线性影响,就要用面板回归模型了(计量模型的一种)。
1.多元线性回归的参数估计
1. 工人月工资(元)依劳动生产率(千元)变化的回归直线方程为y=60+90x,下列判断正确的是( )?
A. 劳动生产率为1000元时,工资为50元
B. 劳动生产率提高1000元时,工资提高150元
C. 劳动生产率提高1000元时,工资提高90元
D. 劳动生产率为1000元时,工资为90元
答案:C 解析:根据回归直线方程 y=60+90x 得到,劳动生产率为1千元时,工人月工资=60+90*1=150元,劳动生产率提高1千元 时,工资提高90元。
2. 以下哪个假设不是线性回归分析的前提假设? A. 解释变量之间必须严格独立
B. 解释变量之间不能强线性相关
C. 扰动项独立同分布
D. 扰动项服从正态分布
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14