明德博学勤奋求实二、回归参数的估计多元线性回归方程的建立（利用最小二乘法的原理)Q=Z(-j)虽然多重回归参数估计的原理和方法与简单回归分析相同，但是随着自变量个数的增加计算量变得相当大，一般依软件包来完成。对于本例的数据，经软件包计算可得回归方程y = -0.14166+0.00011619X, +0.0049X-0.00000655X,-0.03468X河北联合大学HebeiUnitedUniversity福
( ) 2 Q = y − y ˆ 二、回归参数的估计 多元线性回归方程的建立（利用最小二乘法的原 理） 虽然多重回归参数估计的原理和方法与简单回归 分析相同，但是随着自变量个数的增加计算量变得相 当大，一般依软件包来完成。对于本例的数据，经软 件包计算可得回归方程： 3 4 1 2 0.00000655 0.03468 ˆ 0.14166 0.00011619 0.0049 X X y X X − − = − + +
明德博学勤奋求实OEN第十三章多重线性回归与相关第一节多元线性回归的概念与统计描述第二节多重线性回归的假设检验第三节复相关系数与偏相关系数第四节自变量筛选河北联合大学HebeiUnitedUniversity福
第十三章 多重线性回归与相关 第一节 多元线性回归的概念与统计描述 第二节 多重线性回归的假设检验 第三节 复相关系数与偏相关系数 第四节 自变量筛选
明德博学勤奋求实OE一、整体回归效应的假设检验（方差分析）表13-2检验回归方程整体意义的方差分析表dfSSMSF变异来源P回归模型17.590.063960.01599<0.001残差190.017270.00090903总变异230.08123河北联合大学HebeiUnitedUniversity
一、整体回归效应的假设检验(方差分析) 表13-2 检验回归方程整体意义的方差分析表 总变异 0.08123 23 残差 0.01727 19 0.00090903 回归模型 0.06396 4 0.01599 17.59 <0.001 变异来源 SS df MS F P
明德博学勤奋求实EM乐SS回它反应在Y的总变异中由于X与Y的直线关系而使Y变异减少的部分.它越大说明回归效果越好SS剩它反应X对Y的线性影响之外的一切因素对Y的变异的作用.它越小，说明直线回归的估计误差越小河北联合大学HebeiUnitedUniversity
SS回它反应在Y的总变异中由于X与Y的直线关系而使 Y变异减少的部分.它越大说明回归效果越好. SS剩它反应X对Y的线性影响之外的一切因素对Y的变异 的作用.它越小,说明直线回归的估计误差越小