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

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