数学建模-多元线性回归分析

在这里插入图片描述

回归分析介绍和分类

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

数据分类及数据的来源

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

扫描二维码关注公众号,回复: 15781033 查看本文章

在这里插入图片描述

在这里插入图片描述

线性回归

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

四种模型的解释、虚拟变量的设置以及交互项的解释

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

  • 3个定量,7个定类
  • 插入,表格,包含标题,标题换黑色

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

可以右键,复制表格,excel中设置三线表

在这里插入图片描述

  • ,gen(A)是参数可以不加
    在这里插入图片描述

在这里插入图片描述

  • 数据透视表能大大提高效率

彩色打印出来看不清,灰白可以看清

完善的饼图,饼图,柱状图都要进行排序
在这里插入图片描述

在这里插入图片描述

  • 将这个表格放在论文中,让 别人一目了然指标有哪些
    在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

安装插件
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

  • 预测性回归就是拟合

在这里插入图片描述

在这里插入图片描述

第一问可以直接回归,第二问需要标准化后回归。

用beta来看影响最重要的因素
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
归一化处理有问题,数据范围变了,得到的系数会不好解释,

结果看两点1. 联合显著性p 2. 每个变量对应的p值

在模型中加高次项不太好,因为不好解释

论文问题

  1. 数据不要进行随便归一化
  2. 回归结果要把p值进行说明
  3. 不要随意添加高次模型,只是解释性回归那只要标准化回归就行

1 异方差
2 多重共线性
3 逐步回归

在这里插入图片描述

在这里插入图片描述

  • 大致看不太准确
    在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在回归前进行异方差检验
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/qq_61735602/article/details/131742152
今日推荐