数学建模最小二乘法拟合_多元线性回归,异方差怎么处理?加权最小二乘法

436f1d43f4a08b8e2f691e1632b8cbb0.png

01 研究问题

在构建多重线性回归模型时,需要满足4个条件:因变量与自变量之间存在线性关系(Line),各观测值之间相互独立(Independence),残差近似正态分布(Normality),残差的方差齐(Equal variance),即LINE原则。如果不满足方差齐性时,应该如何解决?

首先如何判断残差的方差齐?即残差的大小不随预测值水平的变化而变化,通常在分析残差的时候,可以通过绘制普通残差或者标准化残差与预测值的散点图进行判断。若残差方差齐,则如下图中a的情况,不论预测值的大小,残差都具有相同的分布,其不随预测值的变化而变化。而如果残差不齐,则如下图b所示,残差的分布随着变量的取值的增大而呈现扩散趋势。

40525c0d82882c9b24f2bbfe7d2e985d.png

02 方法说明

在多重线性回归中,我们采用的是普通最小二乘法(OLS)估计参数,对模型中每个观测点是同等看待的。但是在有些研究问题中,例如调查某种疾病的发病率,以地区为观测单位,地区的人数越多,得到的发

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值