2016考研心理学:多元统计分析(二)
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
2022考研初复试已经接近尾声,考研学子全面进入2023届备考,跨考为23考研的考生准备了10大课包全程准备、全年复习备考计划、目标院校专业辅导、全真复试模拟练习和全程针对性指导;2023考研的小伙伴针也已经开始择校和复习了,跨考考研畅学5.0版本全新升级,无论你在校在家都可以更自如的完成你的考研复习,暑假集训营带来了院校专业初步选择,明确方向;考研备考全年规划,核心知识点入门;个性化制定备考方案,助你赢在起跑线,早出发一点离成功就更近一点!
考研院校专业选择和考研复习计划 | |||
2023备考学习 | 2023线上线下随时学习 | 34所自划线院校考研复试分数线汇总 | |
2022考研复试最全信息整理 | 全国各招生院校考研复试分数线汇总 | ||
2023全日制封闭训练 | 全国各招生院校考研调剂信息汇总 | ||
2023考研先知 | 考研考试科目有哪些? | 如何正确看待考研分数线? | |
不同院校相同专业如何选择更适合自己的 | 从就业说考研如何择专业? | ||
手把手教你如何选专业? | 高校研究生教育各学科门类排行榜 |
相关推荐
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 |