回归分析中是先做自变量的显著性检验还是先做自相关性检验
来源:学生作业帮 编辑:神马作文网作业帮 分类:数学作业 时间:2024/11/23 23:31:54
回归分析中是先做自变量的显著性检验还是先做自相关性检验
在做回归分析的课程设计,
请问是应该先对所有自变量做显著性检验,用逐步法剔除掉不显著的变量之后对剩余的显著的自变量做自相关性检验、异方差性检验和多重共线性检验?
还是先对原来所有的自变量做自相关性检验、异方差性检验和多重共线性检验,再剔除变量?
还有主成分回归、岭回归是应该用原来的所有自变量做还是用逐步法剔除后的变量做呢?
如果不嫌麻烦的话能否说一下原因.
谢谢解答啊.
在做回归分析的课程设计,
请问是应该先对所有自变量做显著性检验,用逐步法剔除掉不显著的变量之后对剩余的显著的自变量做自相关性检验、异方差性检验和多重共线性检验?
还是先对原来所有的自变量做自相关性检验、异方差性检验和多重共线性检验,再剔除变量?
还有主成分回归、岭回归是应该用原来的所有自变量做还是用逐步法剔除后的变量做呢?
如果不嫌麻烦的话能否说一下原因.
谢谢解答啊.
先进性复共线性检验,如果变量之间复共线性特别大,那么进行岭回归和主成分回归,可以减少复共线性,岭回归是对变量采取了二范数约束,所以最后会压缩变量的系数,从而达到减小复共线性的目的,另外这个方法适合于p》n的情形,就是维数比样本量远远大的情形;
主成分回归,首先要知道主成分分析,就是为了降维,是一个中间过程,再用新的主成分和因变量做回归,然后再返回到原来的变量系数中;
最后可以看看残差是否正态,是否同方差,然后看看是否需要进行变换,进行box-cox变换;
主成分回归,首先要知道主成分分析,就是为了降维,是一个中间过程,再用新的主成分和因变量做回归,然后再返回到原来的变量系数中;
最后可以看看残差是否正态,是否同方差,然后看看是否需要进行变换,进行box-cox变换;
回归分析中是先做自变量的显著性检验还是先做自相关性检验
怎样检验回归系数的显著性
回归参数的显著性检验(t检验)和回归方程的显著性检验(F检验)的区别是什么?
怎样判断回归方程的可靠性,这与回归方程的显著性及回归系数的相关性检验有什么关系?
怎么用excel,检验回归方程先线性关系的显著性(=0.05)
关于多元线性回归模型的显著性检验
spss进行多元线性回归分析,显著性检验都通过的情况下,最后看哪个因变量比较重要是看系数还是看t值?
怎样用SPSS做一元线性回归?具体怎么检验相关性
自相关性检验,相关性检验是同一种性质的检验么?
因变量与自变量组的相关性不强,而自变量与自变量之间的相关性非常强,如何用spss做多元线性回归分析?
spss里面的pearson相关性检验结果中没有显著性水平是多少,
一元二次回归方程 回归系数的F显著性检验