tft每日頭條

 > 圖文

 > 簡單線性回歸模型如何設定

簡單線性回歸模型如何設定

圖文 更新时间:2025-01-19 07:52:32

線性回歸模型的建模步驟

  • 對于每個自變量和因變量之間做出散點圖,觀察變量間的趨勢。
  • 觀察散點圖的三個信息層次。
    • 觀察是否有線索趨勢。
    • 觀察相關性是線性的還是曲線的。
    • 觀察是否有偏離趨勢的強影響點。

簡單線性回歸模型如何設定(線性回歸模型的建模步驟)1

圖一,明顯可以看出是一個線性回歸的例子。

圖二,是一個曲線,可能是抛物線,可能是對數曲線,去拟合相應的曲線模型。肯定不能使用線性回歸。

圖三,具有明顯的相關性,但是有一個強影響點存在,拟合後肯定會使得模型的斜率增大。一般處理方式,确認數據是否正确;對于問題是否有代表性,可以考慮删除;對于這個點的影響,使用對照的方法,建立一個有異常點和沒有異常點的模型,看看影響的強弱。如果實在無法删除,可以使用變量變換,是數據的影響減弱,也可以考慮其他的回歸模型。

圖四、末端最高點也是一個強影響點,處理流程與圖三類似。

如果數據不處理,使用線性回歸拟合後的模型是一樣的,因此在做回歸前一定是需要看散點圖的。

  • 考察數據的分布,進行預處理
    • 觀察自變量取值是否過于極端。
    • 初步觀察變量的正态性
    • 出觀察可能的方差不齊等問題。
  • 進行自變量的篩選,初步建立直線回歸模型,盡量使用手工篩選。
  • 殘差分析
    • 殘差間是否獨立
    • 殘差分布是否為正态

簡單線性回歸模型如何設定(線性回歸模型的建模步驟)2

圖一是殘差随着y的增大在0附近波動,是一種比較理想的狀态,正态性和方差齊性都還好。

圖二,殘差随着y的增大,波動開始增加,方差不齊的問題。

圖三表示,在殘差中存在一個自變量的平方項;找出高次項拟合正确的方程。

  • 殘差分析
  • 強影響點的診斷
  • 多重共線性問題的診斷
,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关圖文资讯推荐

热门圖文资讯推荐

网友关注

Copyright 2023-2025 - www.tftnews.com All Rights Reserved