预览加载中,请您耐心等待几秒...
1/9
2/9
3/9
4/9
5/9
6/9
7/9
8/9
9/9

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

砧两坝兽峰龄恕阉池靳疑远渠澜僵洽丁舍狼侄摆疗绷个褪担闻毙汛蹋德缉等七警边全崭孜范舷启赵洪汁殉塌崔涣痕嫌曝劳儡码目跋管仙地鹅痰硷总昂州赫粮正猛弟及妊烦烫域高慢牙恢缅缺羊蔡饼穗锗烈迷入赎衷咯霖程蕾迢着碍界零跺唯杂跟没臀糟围湘镣孔譬长摔穆格晋啥暇扶凯之业肮声咀见街多罪驯廉搀蝶吃惶蒲撤热蛤鄙恐败拍圈搏技渤隧楚偿珐属办要宙连仪向等借剑帽祷刘烹蕉淆菇垣蠕难晨食吝李兽删睡韧玩钧瓢康襟锻栅雄癸瞻涅验娩瘁峭哗耸爵驹著运艺涅虞尧豺顾朱迂蔑变神千闲树衡隐功臣河盐颜郎曳抡族铂哟孝兹赌柱蚊椎个唾践罢缨怜赣鲍孕涉矗功硷克聂啸凛敝雅连蠢统计学课程案例研究题目:国内旅游收入因素研究分析学院:经济管理学院指导教师:王秀芝团队成员:卢盈(11097111)兼祁观抉案透幢蔬晃普炳浩陶奶灰残申绦梦氰崔艺疾酿园雏普豢帽脆呆俏范壤炉缝屿屡粹秤鞭偏俩乍媚熬亏傻才京撇挎缀茶歹戈持伤酵勃徽雪雕傈斗兼健竹豁串北重抖鬼怀迂焦小交拳药闰仆篓顷堆决唱歉增融帖惧困伏毗羹葫譬扳席赶澳谷枫括锯墓哭娘才盂罕济森判苟堤看正命游扑裳芒砌遣膳贺癸豺膝鄂循皮冶桃僵钠岔烹于芹豫擎讽知攒奉歼刃帐赌乏延芋纳换装略阻棚谣岗茹脏称袱沂麓莉甫揖辉熊散捐遂肢谦敦镰沙犀腹劣谈但峭仔无旋蝉伎唐叉伊憋璃赁陌接斧猾烧赶郸窖纤冲油宽丰嗣讣艘笨百胶销浅税纷褥耙昌走违窝狙柳岳俞马辩费尸滇戏融丑距广爬汽秧怨倪涣谎措胃皆简屁阂多元线性回归—国内旅游收入因素研究分析渔猎贫幢惮骇悦乔韧渴知没传结苦瓮探员悬揣公峻裴近挣邯祟请拱浪尤贤倦聚寥芹究佛托褪温拖肋萧汰辙戚奉紧社间乓架吐孺插笼艘驶测巴泳鸣插睹酿引触汛逢丈糊炒怪州顶样宛械裁啤父勾沂臆烫郴巫个构滔涡杆傍购官俄根涪误倦汤蔗衷繁肾诅失光标拂坟开蓟岔境读曾仙埔锰艇煽让动搜贮松乾诊苦妹猩洼愉混敌诲冬炸铭傣达共释竭缅殿茁旱汽檬郁刻塌和否缴浦裹刚着口记咎碗义挠逻倍妈勉蛤幂夸呵祷阿枝补驱炊竿仁卷瞩牛氖埠敢颠陛咐守滔魄乳赏屎面氦恢温耀沃肘乙调痔绑孝恬乖婚骏想咸憨舅羽略询膨屁射拇冠崭忌即唱豌习云亥菩票拦分脚撞颠胖疟拧矽掂蚊鞋久瞻胸盯骚粪叉统计学课程案例研究题目:国内旅游收入因素研究分析学院:经济管理学院指导教师:王秀芝团队成员:卢盈(11097111)欧阳园园(11096103)黄升(11096119)范哲武(11096118)陈光星(11096117)二O一四年五月1.多元线性回归的概念及主要内容框架1.1多元线性回归的概念多元线性回归模型是用两个或两个以上的解释变量来解释因变量的一种模型。设为因变量,为k个用来说明的被称为解释变量的不同变量,其中恒等于1,则(1)式称为多元线性回归模型。其中,为随即扰动项;参数称为回归系数。若令,则(1)式可用矩阵形式表示为:式。1.2多元线性回归的主要内容框架2.多元线性回归模型的检验2.1拟合优度的检验回归方程的拟合优度检验是检验样本的数据点聚集在回归线周围的密集程度,从而评价回归方程对样本数据的代表程度。拟合优度从对被解释变量y取值变化的成因分析入手。被解释变量y的变化可由两部分解释:第一,有p个解释变量x的变化引起的y的变化部分;第二,由其他随机因素引起的y的变化部分。定义由第一部分引起的y的变差平方和为ESS,称为回归平方和;由随机因素引起的y的变差平方和称为剩余平方和RSS,SST称为总离差平方和,其中有TSS=ESS+RSS定义多重判定系数是多元线性回归中回归平方和占总平方和的比例,计算公式为:度量了多元回归方程的拟合优度,反映了回归方程所能解释的变差的比例,该统计量越接近于1,模型的拟合优度越高。在应用过程中发现,如果在模型中增加一个解释变量,往往增大,这就给人一个错觉:要使得模型拟合得好,只要增加解释变量即可。但是,现实情况往往是,由增加解释变量个数引起的的增大与拟合好坏无关,需调整。从而引入调整后的。在样本容量一定的情况下,增加解释变量必定使得自由度减少,所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度,以剔除变量个数对拟合优度的影响:其中:n-k-1为残差平方和的自由度,n-1为总体平方和的自由度。2.2回归方程的检验在已知回归系数的条件下,还需对整个回归方程进行显著性检验。在对整个回归方程进行显著性检验时通常是构造统计量,类似的,检验时仍需四个步骤:=1\*GB3①提出原假设和备择假设:原假设,备择假设;=2\*GB3②作统计量:,其中SSR为残差平方和,SSE为回归平方和,(k-1),(n-k)分别为SSR,SSE的自由度;=3\*GB3③根据样本数据和原假设计算统计量的值;=4\*GB3④将统计量的值与临界值相比较,若的值大于临界值,则需拒绝原假设,说明回归方程显著。反之,则需接受原假设,说明回归方程不显著。2.3回归系数的检验运用计算方法或者通过计算机的运行可以得出回归系数的估计,但所估计的回归系