结构推理
什么叫逐步回归?什么是最优多元回归方程?在多元线性回归分析中,应用逐步回归方法建立多元线性回归最优方程有哪两种方法?如何剔除不显著的自变量?
【正确答案】逐步回归分析方法是针对多个自变量建立最优回归方程的一种统计方法。
在进行多元线性回归分析时,需将不显著的自变量予以舍去,以使所得到的多元线性回归方程中的自变量对依变量y均具有显著效应,这样的方程叫做最优多元线性回归方程。
利用逐步回归建立最优多元线性回归方程有两种方法:一是逐个淘汰不显著自变量的回归方法;二是逐个选入显著自变量的回归方法。在逐个淘汰不显著自变量的回归方法中,从m元回归分析开始,每步舍去一个不显著且偏回归平方和为最小的自变量,在每次舍去该自变量之后,需对回归方程和各自变量重新进行假设检验,看此时未舍去的自变量与方程能否达到显著,如此反复,直到回归方程所包含的自变量全部显著为止。在逐个选入显著自变量的回归方法中.从一元回归分析开始,按各自变量对y的作用的秩次,依次每步仅选入一个对y作用显著的自变量,且每次引入一个自变量后,对在此之前已引入的自变量进行重新检验,有不显著者即舍弃,直到选入的自变量都显著,而未被选入的自变量都不显著为止,此时建立的回归方程即为最优回归方程。
【答案解析】