建立回归模型的例题
@廖钱4371：利用SPSS做回归分析模型实例 -
顾农13422889337…… 这个可以在非线性回归中直接做,如果你不会,可以先将这些非线性模型转换成线性的再进行回归.比如第二个模型,你先将ln(8-Q)求出来,记作Y,然后再用Y=-kt进行线性回归,不知道你是否明白我的意思,这样就可以得到
@廖钱4371：下面命题正确的序号是______①一位母亲记录了儿子3~9岁的身高,由此建立的身高与年龄的回归模型为y=7.19x+73.93,用这个模型预测这个孩子10岁时... - 作业帮
顾农13422889337…… [答案] 对于①,当x=10时,y=7.19*10+73.93=145.83,∵回归直线是用来估计总体的,∴我们求的值都是估算值,得到的结果也是近似的,孩子的身高近似为145.83cm,不一定就是145.83cm,∴①错误;对于②,对方程y=2-1.5x来说...
@廖钱4371：在建立两个变量的回归模型中,分别选择了4个不同的模型,他们的相关指数如下,其中拟合得最好的模型为 - 作业帮
顾农13422889337…… [选项] A. 的模型1 B. 的模型2 C. 的模型3 D. 的模型4
@廖钱4371：在建立两个变量y与x的回归模型中,分别选择了4个不同模型,模型1、2、3、4的R2分别为0.99、0.89、0.52、0.16,则其中拟合得最好得模型是( ) - 作业帮
顾农13422889337…… [选项] A. 模型1 B. 模型2 C. 模型3 D. 模型4
@廖钱4371：一位母亲记录了儿子3~9岁的身高(单位:cm),由此建立身高与年龄的回归模型为 ? y =73.93+7. -
顾农13422889337…… ∵身高与年龄的回归模型为为 ? y =73.93+7.19x . ∴可以估计这个孩子在3~9岁之内,年龄每增加1岁,身高平均约增加7.19cm.选项D正确;对于A,身高与年龄是相关关系,不是一次函数关系;对于B,这个模型只适合这个3~9岁的孩子,其它孩子不一定适合这个模型;对于C,可以估计孩子在10岁时可能的身高,这是一个预报值,不是确定的值. 故选D.
@廖钱4371：一位母亲记录了儿子3~9岁的身高,由此建立的身高与年龄的回归模型为y=7.19x+73.93, -
顾农13422889337…… 答案D 因为回归直线是用来估计总体的,所以我们求的值都是估算值,所以得到的结果也是近似的.只要把自变量的值代入回归方程,即可求得结果为145.83 cm.
@廖钱4371：谁可以给我一些建立多元线性回归模型的数据啊?谢谢! -
顾农13422889337…… 模型的建立和处理 我们将其建为多元线性回归模型.GDP=b+b1x1+b2x2+b3x3+b4x4+x5b5+є,x1、x2、x3、x4、x5分别代表私营企业密集度、居民存款储蓄、实际利用外资、初始人力资本、城镇化水平等五项解释变量;b1、b2、b3、b4、b5分别是解释变量的系数;є为干扰项,GDP为被解释变量.我们用SPSS对数据进行处理,计算相关系数,再回归分析,得出以下结果:
@廖钱4371：关于线性回归一个简单的模型建立问题.
顾农13422889337…… 1.不是确定一种. 2.还有广义线性模型,其中有对数线性模型,logistic,logit,probit模型等 3.因为数据是真实客观存在的,而模型是人为制定的,所以有拟合的好与不好之分,要分析不同的模型后进行回归诊断. 回归诊断里有很多方法判断你设计的模型是否合理,比如残差图,残差正态性检验,复共线性,R方,异常点的判断.其实就是残差分析
@廖钱4371：建立回归方程的问题 -
顾农13422889337…… 可以,将各点在图上描出后,在大约处画出回归直线,可以根据直线剔除离直线较远的 点,然后计算回归线的方程,或者用计算器计算回归线的方程
顾农13422889337…… 这个可以在非线性回归中直接做,如果你不会,可以先将这些非线性模型转换成线性的再进行回归.比如第二个模型,你先将ln(8-Q)求出来,记作Y,然后再用Y=-kt进行线性回归,不知道你是否明白我的意思,这样就可以得到
@廖钱4371：下面命题正确的序号是______①一位母亲记录了儿子3~9岁的身高,由此建立的身高与年龄的回归模型为y=7.19x+73.93,用这个模型预测这个孩子10岁时... - 作业帮
顾农13422889337…… [答案] 对于①,当x=10时,y=7.19*10+73.93=145.83,∵回归直线是用来估计总体的,∴我们求的值都是估算值,得到的结果也是近似的,孩子的身高近似为145.83cm,不一定就是145.83cm,∴①错误;对于②,对方程y=2-1.5x来说...
@廖钱4371：在建立两个变量的回归模型中,分别选择了4个不同的模型,他们的相关指数如下,其中拟合得最好的模型为 - 作业帮
顾农13422889337…… [选项] A. 的模型1 B. 的模型2 C. 的模型3 D. 的模型4
@廖钱4371：在建立两个变量y与x的回归模型中,分别选择了4个不同模型,模型1、2、3、4的R2分别为0.99、0.89、0.52、0.16,则其中拟合得最好得模型是( ) - 作业帮
顾农13422889337…… [选项] A. 模型1 B. 模型2 C. 模型3 D. 模型4
@廖钱4371：一位母亲记录了儿子3~9岁的身高(单位:cm),由此建立身高与年龄的回归模型为 ? y =73.93+7. -
顾农13422889337…… ∵身高与年龄的回归模型为为 ? y =73.93+7.19x . ∴可以估计这个孩子在3~9岁之内,年龄每增加1岁,身高平均约增加7.19cm.选项D正确;对于A,身高与年龄是相关关系,不是一次函数关系;对于B,这个模型只适合这个3~9岁的孩子,其它孩子不一定适合这个模型;对于C,可以估计孩子在10岁时可能的身高,这是一个预报值,不是确定的值. 故选D.
@廖钱4371：一位母亲记录了儿子3~9岁的身高,由此建立的身高与年龄的回归模型为y=7.19x+73.93, -
顾农13422889337…… 答案D 因为回归直线是用来估计总体的,所以我们求的值都是估算值,所以得到的结果也是近似的.只要把自变量的值代入回归方程,即可求得结果为145.83 cm.
@廖钱4371：谁可以给我一些建立多元线性回归模型的数据啊?谢谢! -
顾农13422889337…… 模型的建立和处理 我们将其建为多元线性回归模型.GDP=b+b1x1+b2x2+b3x3+b4x4+x5b5+є,x1、x2、x3、x4、x5分别代表私营企业密集度、居民存款储蓄、实际利用外资、初始人力资本、城镇化水平等五项解释变量;b1、b2、b3、b4、b5分别是解释变量的系数;є为干扰项,GDP为被解释变量.我们用SPSS对数据进行处理,计算相关系数,再回归分析,得出以下结果:
@廖钱4371：关于线性回归一个简单的模型建立问题.
顾农13422889337…… 1.不是确定一种. 2.还有广义线性模型,其中有对数线性模型,logistic,logit,probit模型等 3.因为数据是真实客观存在的,而模型是人为制定的,所以有拟合的好与不好之分,要分析不同的模型后进行回归诊断. 回归诊断里有很多方法判断你设计的模型是否合理,比如残差图,残差正态性检验,复共线性,R方,异常点的判断.其实就是残差分析
@廖钱4371：建立回归方程的问题 -
顾农13422889337…… 可以,将各点在图上描出后,在大约处画出回归直线,可以根据直线剔除离直线较远的 点,然后计算回归线的方程,或者用计算器计算回归线的方程
