民航客运量变化趋势的多元线性回归模型--基于R（附R程序及讲解）

目录

建立回归方程 

用逐步回归进行变量选择

回归诊断

回归诊断:一般的方法

回归预测

附录

全部R程序：

 题目数据：

---

       为研究我国民航客运量的变化趋势及其成因，以民航客运量为因变量（万人）,旅客运输量（万人），入境游客（万人），外国人入境游客（万人），国内居民出境人数（万人）和国内游客（万人）为主要解释变量，建立多元线性回归模型并进行分析.（数据文件在文末）。

资料来源：中华人民共和国国家统计局年度数据，http://www.stats.gov.cn/tjsj/. 

图1  民航客运量多因素分析数据

建立回归方程 

      根据ex2.3.csv的数据，建立关于 ，，，和的线性回归方程并对方程和回归系数进行显著性检验，R程序如下：

d2.3<-read.csv("ex2.3.csv",header = T) #将ex2.3.csv数据读入到d2.3中
lm.exam<-lm(y~x1+x2+x3+x4+x5,data=d2.3) #建立y关于x1，x2，x3，x4和x5的线性回归方程，数据为d2.3
summary(lm.exam)

       运行结果如下：

       从以上结果可以看出，回归方程的F值为1413，相应的P值为2.2e-16,说明回归方程是显著的，但t对应的P值却显示：常数项和变量是显著的，而变量 ，，和不显著。

用逐步回归进行变量选择

      为了获得“最优”回归方程，采用逐步回归方法建立 关于 ，，，和的线性回归方程并对方程和回归系数进行显著性检验，R程序如下：

<