2>多元线性回归
1. 在求解回归方程的时候我们经常会一个一个的去试验,那些结果才是方程最终满足的,下面要介绍的就是,如何利用方法来调最优。
2. 应该选择那些变量?
RSS(残差平和)与R^2(相关系数平方)选择法:遍历 所有可能的组合,选出使RSS最小,R^2最大的模型。
3. AIC准则
赤池信息量准则 (Akaike Information Criterion ( AIC ))是衡量统计模型拟合优良性的一种标准,常用与最大似然估计。AIC定量的定义了测试模型,但是如果所有的模型都不能很好的表示测试数据,AIC也有一种无力感。AIC计算了给定模型和真实模型之间的KL值。
AIC的值越小,说明拟合的越好。
3>逐步回归
R软件提供了较为方便的”逐步回归”计算函数step(),它是以AIC信息统计量为准则,通过选择最小的AIC信息统计量,来达到删除或增加变量的目的。
step() 函数的使用格式:
step(object, scope, scale = 0,
direction = c(“both”, “backward”, “forward”),
trace = 1, keep = NULL, steps = 1000, k = 2, …)
object: 回归模型
scope: 是确定逐步搜索的区域。
scale:用于AIC统计量。
direction: 确定逐步搜索的方向。
forward(向前引入法): 从意愿开始ÿ
多元线性回归
最新推荐文章于 2023-05-24 14:25:19 发布