《般线性回归分析》课件

《般线性回归分析》课件PPT本课程将介绍什么是般线性回归分析、如何对数据建立模型并作出预测、以及如何评估模型的拟合度和选择适当的模型简介线性回归分析般线性回归分析通过对因变量与一个或多个自变量之间的线性对因变量和自变量之间的关系进行般式建模，关系进行建模，来预测未来数据的发展趋势需要考虑到自变量之间的相关性基本形式假设条件线性关系、独立、常态分布、方差齐性Y=β0+β1X1+β2X2+…+βpXp+ε模型参数估计最小二乘法似然函数极大似然估计法选择最佳的值，使得拟合线到选择最佳的值，使得似然函数基于样本信息寻找对应的参数ββ各个数据点的距离之和最小的值最大值，使得观察数据发生的概率达到最大模型拟合度的评价残差分析1评估模型对预测因变量的准确性，检查残差是否满足模型假定条件决定系数2用（）值评估模型拟合度，介于到之间，越接近表示模型拟合度越好R²R-squared011模型预测3利用建好的般线性回归模型进行未来数据预测，从而制定出更好的业务流程和预算规划模型选择信息准则岭回归回归Lasso用于决定选择哪一个模型时，比将原来模型中的值进行限制，用于回归估计与变量选择，与岭β较不同模型的模拟度量值来判断避免数据偏离，使模型更稳健回归相比更容易将值调整至，β0哪一个模型更优具有筛选变量的作用多元线性回归多元线性回归模型的基本多元线性回归模型的假设最小二乘法求解多元线性形式条件回归参数线性关系、独立、常态分布、通过最小化各数据点到拟合曲Y=β0+β1X1+β2X2方差齐性线的距离，估计模型系数+…+βpXp+ε模型的应用交通流量预测股票价格预测消费者购买行为预测123利用历史数据预测未来道基于相关经济因素，对股结合历史销售和市场调研路交通量，指导交通管理票未来走势做出预测，进数据，预测产品受欢迎程及公共出行行合理的投资决策度和销售情况，为企业产品放线和市场运营提供支持总结线性回归分析的优缺点般线性回归分析的优缺在实际问题中如何选择点合适的模型优点是简单易用，缺点是对数据和关系假设有一定要求优点是能处理自变量之间的需要根据数据特点、建模目相关性，缺点是比较复杂，的、模型效果等多方面因素需要对假设条件进行严格检进行综合评估，选择合适的验模型以达到最佳预测效果。