楼主: zljiutian
2970 5

多元线性回归分析.求助 [推广有奖]

  • 0关注
  • 0粉丝

学前班

70%

还不是VIP/贵宾

-

威望
0
论坛币
10 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
76 点
帖子
3
精华
0
在线时间
1 小时
注册时间
2011-6-28
最后登录
2011-6-28

楼主
zljiutian 发表于 2011-6-28 12:16:06 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
已知Grain yield per plant(y)   1000-grain weight (x1) Grains per panicle (x2) Number of tillers(x3)有关系
且有241个数据,我根据这些数据做多元回归分析,
首先做回归拟合得拟合方程y=a0+a1x1+a2x2+a3x3,然后对误差项做正态W检验得W = 0.5535, p-value < 0.0001,根据p值发现残差是不服从正态分布的。然后做
逐步回归,得到得最优模型还是还有x1,x2,x3三个参数的回归模型。
然后我就考虑可能是数据中有部分异常值的存在,因此我根据异常值的简便识别方法Q1-1.5R1,Q3+1.5R3,来筛选掉异常值,从新做回归分析,在对回归误差项做正态W检验得W = 0.9843, p-value = 0.01378(<0.05 &&>0.01 ),这样看来在在置信度0.05时还是不服从正态分布。


这样之后我应该怎么做进一步的分析呢?还是说线性回归已经做不下去了。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:多元线性回归分析 线性回归分析 多元线性回归 回归分析 线性回归 线性回归 异常值识别

回帖推荐

楚韵荆风 发表于3楼  查看完整内容

首先,x1,x2,x3是解释变量并不是参数 其次,回归分析并不是一味的追求残差满足正态分布, 改进的方法:根据你只有3个变量,可以先做一下响应变量和每个解释变量的关系图,如果有直线趋势,说明你的模型建立线性的是合理的,如果不是,就选则非线性,比如二次等其他函数关系;另外你的三个解释变量之间是否具有多重共线性,这个需要事先检验,不过通过你的逐步回归的结果可以说明三个变量之间不存在多重共线性。

本帖被以下文库推荐

沙发
chenyihui 在职认证  发表于 2011-6-28 12:26:26
为什么要做这么多分析呢???
看不懂……
[img=569,461]http://fmn.rrimg.com/fmn047/20110915/1055/p_large_cfIe_7d5c0001375e

藤椅
楚韵荆风 学生认证  发表于 2011-6-28 12:48:57
首先,x1,x2,x3是解释变量并不是参数
其次,回归分析并不是一味的追求残差满足正态分布,
改进的方法:根据你只有3个变量,可以先做一下响应变量和每个解释变量的关系图,如果有直线趋势,说明你的模型建立线性的是合理的,如果不是,就选则非线性,比如二次等其他函数关系;另外你的三个解释变量之间是否具有多重共线性,这个需要事先检验,不过通过你的逐步回归的结果可以说明三个变量之间不存在多重共线性。
已有 2 人评分经验 论坛币 学术水平 热心指数 收起 理由
胖胖小龟宝 + 10 + 10 热心帮助其他会员
liuzhenzhu + 5 + 1 + 2 热心帮助其他会员

总评分: 经验 + 10  论坛币 + 15  学术水平 + 1  热心指数 + 2   查看全部评分

共享是一种彼此的快乐

板凳
zljiutian 发表于 2011-6-28 14:39:04
3# 楚韵荆风
谢谢,
我做过可以先做一下响应变量和每个解释变量的关系图,线性关系很不明显,也就是说我做的线性回归是不合理的吗?还有难道说响应变量和每个解释变量有线性趋势,才能做线性回归吗?还有就选则非线性,比如二次等其他函数关系(我应该从哪个函数关系着手分析先额)

报纸
楚韵荆风 学生认证  发表于 2011-6-28 21:31:27
4# zljiutian

对于非线性,可以通过经验尝试。
共享是一种彼此的快乐

地板
shenshen1089 发表于 2011-12-11 13:04:49
用多项式回归试试,可能不是单纯的线性关系
哭有时 笑有时 悲伤有时 欢乐有时

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2025-12-30 22:01