2016考研心理学:多元统计分析(二)

最后更新时间:2015-05-21 15:00:18
辅导课程:暑期集训 在线咨询
复习紧张,焦头烂额?逆风轻袭,来跨考秋季集训营,帮你寻方法,定方案! 了解一下>>

  2016考研心理学:多元统计分析(二)

  多元线性回归分析

  1.多元回归及相关概念:在回归分析中,若有两个或以上的自变量,就成为多元回归。 在需要用多个计量资料的自变量来解释单个计量资料的因变量时,多元回归是最适合的选择;它能提供多个自变量对因变量的函数关系、提供多个备选的函数关系、提供每个关系式对实验数据的解释能力,研究者可以结合自己的理论语气,据此做出选择。

  2.线性回归模型的基本假设: A.解释变量X是确定变量,不是随机变量。 B.解释变量之间互不相关,即无多重共线性。 C.随机误差服从0均值、同方差的正态分布,且不存在序列相关关系。 D.随机误差与解释变量间不相关。

  3.自变量的诊断及选择: A.在进行回归分析之前,需要确定自变量是否符合基本假设,这就是诊断过程,一般需要经过异常点诊断(检测是否有个别观测点与多数观测点偏离很远,或出现过失误差)和共线性诊断(若自变量之间有较强相关关系,将很难求得理想回归方程,共线性诊断便是先对自变量间的先惯性作出的判断与剔除。) B.自变量的选择方法有许多种,基本上都是基于决定系数R最大原则:最优方程选择法;同时分析法(标准回归);逐步分析法(顺向进入法-向前回归、从无到有,反向淘汰法-向后回归、逐一剔除);逐步回归法(先顺向进入,再反向淘汰);阶层分析法(分层回归);最大R增值法(先找到最大的回归方程,再增加变量);最小R增值法等。

  主成分分析

  1.基本思想:利用降维的思想,在损失很少信息的前提下把多个指标化为几个综合指标;通常把转化生成的综合指标成为主成分,这样在研究复杂问题时,就可以只考虑几个少数的成分又不至于损失太多信息,从而更容易抓住主要矛盾,解释事物内部变量之间的规律性。

  2.一般地说,利用主成分分析得到的主成分与变量之间有如下关系: A.每一个主成分都是各原始变量的线性组合; B.主成分的数目大大少于原始变量的数目; C.主成分保留了原始变量的绝大多数信息; D.各主成分间互不相关,即无多重共线性。

扫一扫关注跨考教育微信,随时随地获取考研第一讯息

跨考考研课程

班型 定向班型 开班时间 高定班 标准班 课程介绍 咨询
秋季集训 冲刺班 9.10-12.20 168000 24800起 小班面授+专业课1对1+专业课定向辅导+协议加强课程(高定班)+专属规划答疑(高定班)+精细化答疑+复试资源(高定班)+复试课包(高定班)+复试指导(高定班)+复试班主任1v1服务(高定班)+复试面授密训(高定班)+复试1v1(高定班)
2023集训畅学 非定向(政英班/数政英班) 每月20日 22800起(协议班) 13800起 先行阶在线课程+基础阶在线课程+强化阶在线课程+真题阶在线课程+冲刺阶在线课程+专业课针对性一对一课程+班主任全程督学服务+全程规划体系+全程测试体系+全程精细化答疑+择校择专业能力定位体系+全年关键环节指导体系+初试加强课+初试专属服务+复试全科标准班服务

①凡本网注明“稿件来源:跨考网”的所有文字、图片和音视频稿件,版权均属北京尚学硕博教育咨询有限公司(含本网和跨考网)所有,任何媒体、网站或个人未经本网协议授权不得转载、链接、转帖或以其他任何方式复制、发表。已经本网协议授权的媒体、网站,在下载使用时必须注明“稿件来源,跨考网”,违者本网将依法追究法律责任。

②本网未注明“稿件来源:跨考网”的文/图等稿件均为转载稿,本网转载仅基于传递更多信息之目的,并不意味着再通转载稿的观点或证实其内容的真实性。如其他媒体、网站或个人从本网下载使用,必须保留本网注明的“稿件来源”,并自负版权等法律责任。如擅自篡改为“稿件来源:跨考网”,本网将依法追究法律责任。

③如本网转载稿涉及版权等问题,请作者见稿后在两周内速来电与跨考网联系,电话:400-883-2220