应用数理统计大作业1——逐步回归法分析终

应用数理统计大作业1——逐步回归法分析终应用数理统计多元线性回归分析（第一次作业）学院：机械工程及自动化学院姓名：学号：2014年12月逐步回归法在AMHS物流仿真结果中的应用摘要：本文针对自动化物料搬运系统 (Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS 数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。

关键词：逐步回归；残差；SPSS；AMHS；物流仿真目录1、引言 (1)2、逐步回归法原理 (4)3、模型建立 (6)3.1确定自变量和因变量 (6)3.2分析数据准备 (6)3.3逐步回归分析 (7)4、结果输出及分析 (9)4.1输入／移去的变量 (9)4.2模型汇总 (10)4.3方差分析 (10)4.4回归系数 (11)4.5已排除的变量 (12)4.6残差统计量 (13)4.7残差分布直方图和观测量累计概率P-P图 (14)5、异常情况说明 (15)5.1异方差检验 (15)5.2残差的独立性检验 (17)5.3多重共线性检验 (17)6、结论 (18)参考文献 (20)1、引言回归被用于研究可以测量的变量之间的关系，线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。

这一技术被用于几乎所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。

逐步回归是在剔除自变量间相互作用、相互影响的前提下，计算各个自变量x与因变量y之间的相关性，并在此基础上建立对因变量y有最大影响的变量子集的回归方程。

SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一，目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution，意为“统计产品与服务解决方案”。

数理统计第一次课程论文广州恒大队在２0１5赛季亚冠的进球数的多元线性回归模型学号： SＹ15272０5姓名：郭谢有摘要本赛季亚洲冠军联赛，来自中国的球队广州恒大淘宝队最终在决赛中力克阿联酋的迪拜阿赫利队，三年之内第二次夺得亚冠冠军。

为了研究恒大的夺冠过程，本文选取了恒大该赛季亚冠总共15场比赛中的进球数为因变量,对可能影响进球数的射门数、射正数等7个自变量进行统计,并进一步利用统计软件SPSS对以上数据进行了多元逐步线性回归。

最终确定了进球数与各因素之间关系的“最优”回归方程。

关键词：多元线性回归,逐步回归法，广州恒大,SPSS目录摘要 (1)1.引言 (3)2.符号说明 (3)3.数据的采集和整理 (3)3.1数据的采集 (3)3.2建模 (4)4.数据分析及计算 (4)4.结论 (9)参考文献 (10)致谢 (10)1.引言一场足球比赛的进球数说明了一支球队攻击力的强弱，也是决定比赛胜负的至关因素,综合反映出这支球队的实际水平。

而作为竞技体育,足球场上影响进球数的因素很多,为了研究本赛季恒大在亚冠夺冠过程中的14场比赛中进球数与其他一些因素的关系,本论文从搜达足球和新浪体育数据库中查找了进球数和其他7个主要影响因素的数据,包括射门次数、射正次数、传球次数、传中次数、角球次数、抢断次数。

并进一步采用多元逐步回归分析方法对以上因素进行了显著性分析，从而确定了关于恒大在本赛季亚冠中进球数的最优多元线型回归方程。

２.符号说明3.数据的采集和整理３.1数据的采集本文统计数据时，查阅了搜达足球数据库，确定恒大在亚冠1４场比赛中的进球数为因变量,并初步选取这14场比赛中的射门次数、射正次数、传球次数、传中次数、角球次数、抢断次数7因素为自变量，具体数据见下表1。

3.２建模本文选取了恒大在亚冠比赛中的进球数作为因变量y，并选取可能对进球数造成影响的因素为自变量,其中对应关系在符号说明中已经列举。

这里构建模型如下：7⋅X i+εy=β0+∑βii=1其中,其中ε为随机误差项，β0为常数项，βi为待估计的参数。

逐步回归分析逐步回归分析１、逐步回归分析的主要思路在实际问题中, ⼈们总是希望从对因变量有影响的诸多变量中选择⼀些变量作为⾃变量, 应⽤多元回归分析的⽅法建⽴“最优”回归⽅程以便对因变量进⾏预报或控制。

所谓“最优”回归⽅程, 主要是指希望在回归⽅程中包含所有对因变量影响显著的⾃变量⽽不包含对影响不显著的⾃变量的回归⽅程。

逐步回归分析正是根据这种原则提出来的⼀种回归分析⽅法。

它的主要思路是在考虑的全部⾃变量中按其对的作⽤⼤⼩, 显著程度⼤⼩或者说贡献⼤⼩, 由⼤到⼩地逐个引⼊回归⽅程, ⽽对那些对作⽤不显著的变量可能始终不被引⼈回归⽅程。

另外, ⼰被引⼈回归⽅程的变量在引⼊新变量后也可能失去重要性, ⽽需要从回归⽅程中剔除出去。

引⼈⼀个变量或者从回归⽅程中剔除⼀个变量都称为逐步回归的⼀步, 每⼀步都要进⾏检验, 以保证在引⼈新变量前回归⽅程中只含有对影响显著的变量, ⽽不显著的变量已被剔除。

逐步回归分析的实施过程是每⼀步都要对已引⼊回归⽅程的变量计算其偏回归平⽅和(即贡献), 然后选⼀个偏回归平⽅和最⼩的变量, 在预先给定的⽔平下进⾏显著性检验, 如果显著则该变量不必从回归⽅程中剔除, 这时⽅程中其它的⼏个变量也都不需要剔除(因为其它的⼏个变量的偏回归平⽅和都⼤于最⼩的⼀个更不需要剔除)。

相反, 如果不显著, 则该变量要剔除, 然后按偏回归平⽅和由⼩到⼤地依次对⽅程中其它变量进⾏检验。

将对影响不显著的变量全部剔除, 保留的都是显著的。

接着再对未引⼈回归⽅程中的变量分别计算其偏回归平⽅和, 并选其中偏回归平⽅和最⼤的⼀个变量, 同样在给定⽔平下作显著性检验, 如果显著则将该变量引⼊回归⽅程, 这⼀过程⼀直继续下去, 直到在回归⽅程中的变量都不能剔除⽽⼜⽆新变量可以引⼊时为⽌, 这时逐步回归过程结束。

２、逐步回归分析的主要计算步骤(1) 确定检验值在进⾏逐步回归计算前要确定检验每个变量是否显若的检验⽔平, 以作为引⼈或剔除变量的标准。

北京市财政收入的逐步回归模型研究摘要：财政收入水平高低是反映一国经济实力的重要标志，关系着一个国家经济的发展和社会的进步。

本文根据北京市2012年度统计年鉴，选取了农林牧渔业总产值、工业总产值、建筑业总产值、常驻总人口数、社会消费品零售总额、入境旅游人数、客运量、货运量、全社会固定资产投资以及第三产业总产值，共10个指标，对北京市财政收入及其可能的影响因素进行了研究。

文中运用逐步线性回归方法建立了多元线性回归模型，分析各因素对该地区财政收入的影响；利用SPSS软件进行求解。

通过分析SPSS软件计算的数据，从相关性检验、多重共线性检验、方差分析以及残差分析四个角度，分别对模型合理性进行了验证。

结果表明，北京市财政收入与建筑业总产值和农林牧渔也总产值呈显著线性关系。

其中与建筑业正相关，与农林牧渔业负相关。

关键字：财政收入，多元，逐步线性回归，SPSS1. 引言财政收入是指政府为履行其职能、实施公共政策和提供公共物品与服务需要而集中的一切资金的综合，包括税收、企事业收入、能源交通重点建设基金收入、债务收入、规费收入、罚没收入等[1]。

财政收入水平高低是反映一国经济实力的重要标志，关系着一个国家经济的发展和社会的进步。

因此，研究财政收入的增长及就显得尤为必要[2]。

一个地区的财政收入可能受到诸多因素的影响，如工业总产值、农业总产值、建筑业总产值、人口数等。

本文以北京市为例，以财政收入为因变量，选取农林牧渔业总产值、工业总产值、建筑业总产值、常驻总人口数、社会消费品零售总额、入境旅游人数、客运量、货运量、全社会固定资产投资以及第三产业总产值这10个指标为自变量，利用SPSS统计软件进行回归分析，建立财政收入影响因素模型，分析影响财政收入的主要因素及其影响程度。

2. 理论概述2.1 多元线性回归[3]在许多实际问题中，影响一个事物的因素常常不止一个，采用多元线性回归分析方法可以找出这些因素与事物之间的数量关系。

北京市农业经济总产值的逐步回归分析姓名：学号：摘要：农业生产和农村经济是国民经济的基础，影响农村经济总产值的因素有多种，主要包括农林牧渔业。

本文以北京市农业生产和农村经济总产值为对象，首先分析了各种因素的线性相关性，建立回归模型，再利用逐步回归法进行回归分析，得到最符合实际情况的回归模型。

以SPSS 17.0为分析工具，给出了实验结果，并用预测值验证了结论的正确性。

关键词：农业生产和农村经济，线性回归模型，逐步回归分析，SPSS1.引言农林牧渔业统计范围包括辖区内全部农林牧渔业生产单位、非农行业单位附属的农林牧渔业生产活动单位以及农户的农业生产活动。

军委系统的农林牧渔业生产（除军马外）也应包括在内，但不包括农业科学试验机构进行的农业生产。

在近几年中国经济快速增长的带动下，各地区农林牧渔业也得到了突飞猛进的发展。

以北京地区为例，2005年的农业总产值为1993年的6倍。

因此用统计方法研究分析农业总产值对指导国民经济生产，合理有效的进行产业布局，提高生产力等有着重要意义。

表1 北京市农业经济产值及各产品产量统计数据本文以北京市农生产为对象，分析了农业经济总产值与粮食产量、棉花产量、油料产量、蔬菜产量、干鲜果品产量、猪牛羊肉产量、禽蛋产量、水产品产量的关系，并建立农业经济总产值的回归模型。

表1中列出了1999年至2008年间的统计数据（数据来源于北京统计信息网）。

2.线性回归模型的建立2.1 线性回归模型的假设为了研究农业经济总产值与各种农生产量的关系，必须要建立二者之间的数学模型。

数学模型可以有多种形式，比如线性模型，二次模型，指数模型，对数模型等等。

而实际生活中，影响农业经济总产值的因素很多，并且这些因素的影响不能简单的用某一种模型来描述，所以要建立农业经济总产值的数学模型往往是很难的。

但是为了便于研究，我们可以先假定一些前提条件，然后在这些条件下得到简化后的近似模型。

以下我们假定两个前提条件：1) 农产品的价格是不变的。

经典推荐逐步回归分析法及其应用导读：逐步回归分析是多元回归分析中的一种方法，在经济研究建模中发挥着重要的作用。

文章系统介绍了逐步回归分析，并分析了逐步回归分析在经济研究（建模与预测）中的应用步骤与需要注意的问题。

来源 | 统计与决策作者丨游士兵，严研，武汉大学经济与管理学院原文有删减01引言逐步回归分析是多元回归分析中的一种方法。

回归分析是用于研究多个变量之间相互依赖的关系，而逐步回归分析往往用于建立最优或合适的回归模型，从而更加深入地研究变量之间的依赖关系。

目前，逐步回归分析被广泛应用于各个学科领域，如医学、气象学、人文科学、经济学等。

经济现象纷繁复杂并多变，经济问题往往需要研究一个（或多个）变量（如一国的产出）与其他变量（如资本、劳动力、人口、技术等）相互间的关系，从而揭示经济现象背后的经济规律，用于解决现实中的经济问题，制定经济政策等。

因此，多元回归分析在现代经济学，尤其是其分支学科计量经济学中常常得到应用。

随着统计学与计量经济学软件的开发与应用，经济研究者在经济学的实证分析过程中越来越多的采用逐步回归分析的方法来建立多元回归模型。

因此，研究逐步回归分析及其在经济学研究中的应用具有理论与实践意义。

目前，国内外对于逐步回归分析的研究主要停留在理论叙述，不少学者提出了修正逐步回归法的新方法，如类逐步回归法、基于单元步的逐步回归法、“宜取回归方程”的逐步回归法等。

赵希男（1994）提出并在理论上证明可将逐步回归算法从静态系统拓广到其他系统（动态系统、分布参数等系统）。

传统的逐步回归法通常用于静态系统，即自变量为非随机变量时。

当自变量为分布型变量时，基于传统的逐步回归法，由于统计量的分布非常复杂，基于统计量的算法难以实现。

该文运用泛函分析，按照传统逐步回归法一致思想和相似的步骤，加以拓广，以有效性（剩余相关系数）为标准剔除或是引入变量，从而使得逐步回归法应用范围更广。

张华嘉、舒元（1998）提出单元步的概念来修正传统逐步回归法，并以实例证明这种方法的优势。

数理统计大作业-标准化文件发布号：（9456-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII应用数理统计（论文）国家财政收入的逐步回归分析指导教师院系名称学号学生姓名2012年11月18日摘要财政收入是国民经济基础，是实现国家职能的财力保证。

本文采用SPSS统计软件中的逐步回归分析方法，得出影响我国财政收入的显著性变量，建立国家财政收入回归模型，并将所得的模型给予合理的经济解释。

关键字：国家财政收入，逐步回归，SPSS1 引言财政收入是指国家财政参与社会产品分配所取得到的收入，是实现国家职能的财力保证。

影响财政收入的因素有很多，包括工业总产值、农业总产值、建筑业总产值、社会商品零售总额、人口数、受灾面积等等。

在经济模型的建立中，其中有些自变量对问题的研究可能并不重要，有些自变量数据的质量可能很差，有些变量可能和其它变量有很大程度的重叠。

如果用回归模型把这些变量都包含进来不但会使模型计算复杂，而且往往会扩大估计方差，降低模型精度，直接影响到回归方程的应用。

另外，选进太多的自变量又会造成共线性的存在。

因此，本文采用线性回归中的逐步回归方法，利用SPSS多元统计软件得出影响我国财政收入的显著性变量，剔除了不显著的变量，并且克服了变量间的多重共线性，得出了一个较合理的财政回归模型。

2初始模型的建立及数据分析2.1 自变量与因变量的提出本模型是研究1997年至2011年国家财政收入与主要影响因素之间的定量关系。

本文选取财政收入Y(亿元)为因变量，自变量选取如下：第一产业国内生产总值X1(亿元)，第二产业国内生产总值X2(亿元，第三产业国内生产总值X3(亿元)，社会消费品零售总额X4（亿元），人口数X5（万人），受灾面积X6（万公顷）。

根据《中国统计年鉴》获取1997-2011年共十五年的统计数据，见表1。

表11997-2011年财政收入与部分项目的统计数据财政收入（亿元）第一产业国内生产总值（亿元）第二产业国内生产总值（亿元）第三产业国内生产总值（亿元）社会商品零售总额（亿元）人口总数（万人）受灾面积（万公顷）1997 8651.14 14441.89 37543.00 26988.15 31252.90 123626.00 5342.70 1998 9875.95 14817.63 39004.19 30580.47 33378.10 124761.00 5014.50 1999 11444.08 14770.03 41033.58 33873.44 35647.90 125786.00 4998.00 2000 13395.23 14944.72 45555.88 38713.95 39105.70 126743.00 5468.80 2001 16386.04 15781.27 49512.29 44361.61 43055.40 127627.00 5221.50 2002 18903.64 16537.02 53896.77 49898.90 48135.90 128453.00 4694.60 2003 21715.25 17381.72 62436.31 56004.73 52516.30 129227.00 5450.60 2004 26396.47 21412.73 73904.31 64561.29 59501.00 129988.00 3710.60 2005 31649.29 22420.00 87598.09 74919.28 67176.60 130756.00 3881.80 2006 38760.20 24040.00 103719.54 88554.88 76410.00 131448.00 4109.10 2007 51321.78 28627.00 125831.36 111351.95 89210.00 132129.00 4899.20 2008 61330.35 33702.00 149003.44 131339.99 114830.10 132802.00 3999.00 2009 68518.30 35226.00 157638.78 148038.04 132678.40 133450.00 4721.40 2010 83101.51 40533.60 187383.21 173595.98 156998.40 134091.00 3742.60 2011 103874.43 47486.20 220412.80 204982.50 183918.60 134735.00 3247.10 2.2 做散点图，设定理论模型作数据散点图，并进行线性拟合，观察因变量与自变量之间关系是否有线性特点。

逐步回归分析法及其应用逐步回归分析法是一种广泛应用于统计学和数据分析领域的统计技术，它被用来探索变量之间的关系，以及预测和解释数据的模式。

逐步回归分析法通过逐步添加变量和移除变量，找到最优的变量组合来解释因变量，同时使模型的复杂性最小化。

本文将介绍逐步回归分析法的基本原理、应用场景、案例分析以及需要注意的事项。

逐步回归分析法的基本原理逐步回归分析法基于最小二乘回归，通过向前逐步添加变量和向后逐步移除变量来建立最优的回归模型。

它通过构造一个评价函数，如AIC (Akaike Information Criterion)或BIC (Bayesian Information Criterion)，来评估模型的复杂度和拟合度。

逐步回归分析法的目标是找到一个既能解释因变量又能使模型复杂性最小的最优模型。

应用场景逐步回归分析法适用于多种数据分析和统计学应用场景，例如：因果分析：通过逐步回归分析法，可以找出哪些自变量对因变量有显著影响，以及它们的影响程度。

特征选择：在处理高维数据时，逐步回归分析法可以用来选择最重要的特征，以便构建更有效的模型。

时间序列预测：通过逐步回归分析法，可以建立时间序列预测模型，预测未来的趋势和变化。

案例分析以一个实际的例子来说明逐步回归分析法的应用。

假设我们有一个数据集包含了汽车的各项性能指标（如马力、油耗、车重等）和汽车的销售价格。

我们想知道哪些性能指标最能影响汽车的销售价格。

我们使用逐步回归分析法建立一个价格预测模型。

通过向前逐步添加变量和向后逐步移除变量，我们最终找到了一个最优模型，该模型仅包含两个变量：马力（Horsepower）和车重（Weight）。

这个模型告诉我们，汽车的马力越大、车重越轻，销售价格就越高。

接下来，我们使用残差和斜率进一步分析这个模型。

残差是实际值与模型预测值之间的差异，斜率是因变量对自变量的变化率。

通过观察残差和斜率，我们可以得出以下马力对价格的影响比车重更大，因为马力的斜率大于车重的斜率。

应用数理统计作业一学号:姓名：电话：二〇一四年十二月国内生产总值的多元线性回归模型摘要：本文首先选取了选取我国自1978至2012年间的国内生产总值为因变量,并选取了7个主要影响因素，进一步利用统计软件SPSS对以上数据进行了多元逐步线性回归。

从而找到了能反映国内生产总值与各因素之间关系的“最优”回归方程.然后利用多重线性的诊断找出存在共线性的自变量，剔除缺失值较多的因子.再次进行主成份线性回归分析,找出最优回归方程。

所得结论与我国当前形势相印证。

关键词:多元线性回归，逐步回归法，多重共线性诊断，主成份分析目录0符号说明 (1)1 介绍 (2)2 统计分析步骤 (3)2。

1 数据的采集和整理 (3)2。

2采用多重逐步回归分析 (7)2.3进行共线性诊断 (17)2。

4进行主成分分析确定所需主成份 (24)2。

5进行主成分逐步回归分析 (27)3 结论 (30)参考文献 (31)致谢 (32)0符号说明1 介绍文中主要应用逐步回归的主成份分析方法,对数据进行分析处理，最终得出能够反映各个因素对国内生产总值影响的最“优”模型及线性回归方程.国内生产总值是指在一定时期内（一个季度或一年)，一个国家或地区的经济中所生产出的全部最终产品和劳务的价值,常被公认为衡量国家经济状况的最佳指标.它不但可反映一个国家的经济表现，还可以反映一国的国力与财富。

2012年1月，国家统计局公布2011年重要经济数据，其中GDP增长9.2％，基本符合预期。

2012年10月18日,统计显示,2012年前三季度国内生产总值353480亿元，同比增长7.7%；其中，一季度增长8.1%，二季度增长7。

6％，三季度增长7.4％，三季度增幅创下2009年二季度以来14个季度新低。

中国的GDP核算历史不长，上世纪90年代之前通常用“社会总产值”来衡量经济发展情况。

上世纪80年代初中国开始研究联合国国民经济核算体系的国内生产总值（GDP）指标。

前面我们介绍了通过回归的基本思想是将变量逐一引入回归方程，先建立与y相关最密切的一元线性回归方程，然后再找出第二个变量，建立二元线性回归方程，…。

在每一步中都要对引入变量的显著性作检验，仅当其显著时才引入，而每引入一个新变量后，对前面已引进的变量又要逐一检验，一旦发现某变量变得不显著了，就要将它剔除。

这些步骤反复进行，直到引入的变量都是显著的而没有引入的变量都是不显著的时，就结束挑选变量的工作，利用所选变量建立多元线性回归方程。

为实现上述思想，我们必须在解方程组的同时，求出其系数矩阵的逆矩阵。

为节约内存，计算过程中在消去x k时用了如下变换公式——求解求逆紧凑变换。

一、求解求逆紧凑变换求解求逆紧凑变换记作L k，其基本变换关系式为：(2-3-30) 当对(2-3-27)的增广矩阵(2-3-31)依次作L1，L2，…，L m-1变换后，所得矩阵的前m-1列，便是系数矩阵的逆矩阵，最后一列便是(2-3-27)的解，即求解求逆紧凑变换具有以下性质：(1) 若对作了L k1, L k2，…，L k L变换，则得如下子方程组(2-3-32)的解及相应的系数矩阵的逆矩阵，其中k1,k2,…,k l互不相同，若记L k1L k2…L k l，则(2-3-33),j=1,2,…,l(2) L i L j=L j L i，即求解求逆紧凑变换结果与变换顺序无关。

(3) L k L k=(4) 若，ij=1,2,…,m-1,记L k1L k2…L k l则中的元素具有以下性质：式中上行为对作了变换L i，L j或两个变换均未作过；下行为对作过变换L i和L j之一。

二、逐步回归的计算过程逐步回归计算过程就是反复对增广矩阵作L k变换，并利用变换性质将选变量与作检验等步骤结合起来。

为了检验方便，对再增加一行，使其变成对称方阵，并记作R(0),即(2-3-34)选变量具体步骤如下：1．选第一个变量选第一个变量就是从m-1个一元线性回归方程(i=1,2,…,m-1) (2-3-35)中找一个回归平方和最大的方程。

逐步回归分析计算法前面我们介绍了通过回归的基本思想是将变量逐一引入回归方程，先建立与y相关最密切的一元线性回归方程，然后再找出第二个变量，建立二元线性回归方程，…。

在每一步中都要对引入变量的显著性作检验，仅当其显著时才引入，而每引入一个新变量后，对前面已引进的变量又要逐一检验，一旦发现某变量变得不显著了，就要将它剔除。

这些步骤反复进行，直到引入的变量都是显著的而没有引入的变量都是不显著的时，就结束挑选变量的工作，利用所选变量建立多元线性回归方程。

为实现上述思想，我们必须在解方程组的同时，求出其系数矩阵的逆矩阵。

为节约内存，计算过程中在消去x k时用了如下变换公式——求解求逆紧凑变换。

一、求解求逆紧凑变换求解求逆紧凑变换记作L k，其基本变换关系式为：(2-3-30) 当对(2-3-27)的增广矩阵(2-3-31)依次作L1，L2，…，L m-1变换后，所得矩阵的前m-1列，便是系数矩阵的逆矩阵，最后一列便是(2-3-27)的解，即求解求逆紧凑变换具有以下性质：(1) 若对作了L k1, L k2，…，L k L变换，则得如下子方程组(2-3-32)的解及相应的系数矩阵的逆矩阵，其中k1,k2,…,k l互不相同，若记L k1L k2…L k l，则(2-3-33),j=1,2,…,l(2) L i L j=L j L i，即求解求逆紧凑变换结果与变换顺序无关。

(3) L k L k=(4) 若，ij=1,2,…,m-1,记L k1L k2…L k l则中的元素具有以下性质：式中上行为对作了变换L i，L j或两个变换均未作过；下行为对作过变换L i和L j之一。

二、逐步回归的计算过程逐步回归计算过程就是反复对增广矩阵作L k变换，并利用变换性质将选变量与作检验等步骤结合起来。

为了检验方便，对再增加一行，使其变成对称方阵，并记作R(0),即(2-3-34)选变量具体步骤如下：1．选第一个变量选第一个变量就是从m-1个一元线性回归方程(i=1,2,…,m-1) (2-3-35)中找一个回归平方和最大的方程。

数理统计方法在大气污染评价中的应用【摘要】本文通过SPSS数理统计软件中的回归分析和聚类分析模块对我国主要城市的工业废气排放量和处理量进行分析，采用了中国统计局网站公布的2010年我国主要城市废气中主要污染物排放情况的数据，依据空气污染的几个重要指标：工业SO2排放量、工业NO X排放量、工业粉尘排放量、生活SO2排放量、生活NO X排放量、生活烟尘的排放量进行聚类分析，得出了影响评价工业废气排放量的几个主要因素和处理情况的简单方法，实证分析的结果与其它方法所得结论一致,并收到较好的效果。

关键词：聚类分析；回归分析；判别分析；空气污染一问题提出与分析空气污染问题已经成为一个全球化问题，尤其是我国正处于一个经济快速发展的时期，工业以及生活带来的空气污染已经严重威胁着我们的生命健康。

作为一个环境领域的科学研究者，我们利用科学的技术手段判断空气中污染因子，检验其含量，监控其含量的变化值，当我们收集整理这些数据时，应该如何分析影响空气质量的主要指标，以及如何分析各变量之间存在着的某种复杂的或者简单的关系。

这里我们采用了多元统计分析方法。

多元统计分析方法在实际数据处理中有着重要的作用。

它不仅可以通过观察值对总体进行参数估计和假设检验，还可以通过相应的方法达到数据化简，分类和研究变量间依赖关系的目的，并能预测变量间关系，提出假设检验等目的。

目前在医学、教育学、社会学、地质学、考古学、环境保护等各个领域有及其广泛的作用。

这里我们主要利用多元统计方法解决环境学与工程科学研究领域中城市空气污染评估问题。

本文主要采用回归分析和聚类分析模型的方法分析我国主要城市工业废气排放及处理情况。

先采用逐步回归的方法进行分析，寻求最优的回归方程，找到影响年运行费用的主要因素和估计的简便方法；再采用系统聚类法对工业SO2排放量、工业NOX排放量、工业粉尘排放量、生活SO2排放量、生活NOX排放量、生活烟尘的排放量进行聚类分析，找到评价工业废气排放及处理情况的简便方法。

应用数理统计多元线性回归分析（第一次作业）学院：机械工程及自动化学院姓名：学号：2014年12月逐步回归法在AMHS物流仿真结果中的应用摘要：本文针对自动化物料搬运系统 (Automatic Material Handling System，AMHS)的仿真结果，根据逐步回归法，使用软件IBM SPSS Statistics 20，对仿真数据进行分析处理，得到多元线性回归方程，建立了工件年产量箱数与EMS 数量、周转箱交换周期以及AGC物料交换服务水平之间的数学模型，并对影响年产量箱数的显著性因素进行了分析，介绍了基本假设检验的情况。

关键词：逐步回归；残差；SPSS；AMHS；物流仿真目录1、引言 (1)2、逐步回归法原理 (4)3、模型建立 (5)3.1确定自变量和因变量 (5)3.2分析数据准备 (6)3.3逐步回归分析 (7)4、结果输出及分析 (8)4.1输入／移去的变量 (8)4.2模型汇总 (9)4.3方差分析 (9)4.4回归系数 (10)4.5已排除的变量 (11)4.6残差统计量 (11)4.7残差分布直方图和观测量累计概率P-P图 (12)5、异常情况说明 (13)5.1异方差检验 (13)5.2残差的独立性检验 (14)5.3多重共线性检验 (15)6、结论 (15)参考文献 (17)1、引言回归被用于研究可以测量的变量之间的关系，线性回归则被用于研究一类特殊的关系，即可用直线或多维的直线描述的关系。

这一技术被用于几乎所有的研究领域，包括社会科学、物理、生物、科技、经济和人文科学。

逐步回归是在剔除自变量间相互作用、相互影响的前提下，计算各个自变量x与因变量y之间的相关性，并在此基础上建立对因变量y有最大影响的变量子集的回归方程。

SPSS(Statistical Package for the Social Science社会科学统计软件包)是世界著名的统计软件之一，目前SPSS公司已将它的英文名称更改为Statistical Product and Service Solution，意为“统计产品与服务解决方案”。

逐步回归法计算的例子和结果例１某种水泥在凝固时放出的热量(卡/克)与水泥中下列四种化学成分有关:: 的成分(%),: 的成分(%),: 的成分(%),: 的成分(%)。

所测定数据如表１所示, 试建立与、、及的线性回归模型。

表１试验序号172666078.5 2129155274.3 31156820104.3 4113184787.6 575263395.9 61155922109.2 7371176102.7 8131224472.5 9254182293.1 102147426115.9 11140233483.8 121166912113.3 131068812109.4注: 本例子引自中国科学院数学研究室数理统计组编,《回归分析方法》, 科学出版社, 1974年本软件给出的回归分析有关的结果如下(与回归分析无关的内容未列出):指标名称: 热量单位: 卡/克因素１名称: 3CaO.Al2O3含量单位: %因素２名称: 3CaO.SiO2含量单位: %因素３名称: 4CaO.Al2O3.Fe2O3含量单位: %因素４名称: 2CaO.SiO2含量单位: %------------------- 多元回归分析 -------------------回归分析采用逐步回归法, 显著性水平α＝0.10引入变量的临界值Ｆa＝3.280剔除变量的临界值Ｆe＝3.280拟建立回归方程:ｙ = b(0) + b(1)*Ｘ(1) + b(2)*Ｘ(2) + b(3)*Ｘ(3) + b(4)*Ｘ(4)第１步, 引入变量:各项的判别值(升序排列):Ｖx(3)＝ 0.286Ｖx(1)＝ 0.534Ｖx(2)＝ 0.666Ｖx(4)＝ 0.675未引入项中, 第４项[Ｘ(4)]Ｖx值（≥0）的绝对值最大,引入检验值Ｆa(4)＝22.80, 引入临界值Ｆa＝3.280,Ｆa(4)＞Ｆa, 引入第４项, 已引入项数＝１。

逐步回归分析方法在实际中，影响Y的因素很多，这些因素可能存在多重共线性（相关性），这就对系数的估计带来不合理的解释，从而影响对Y的分析和预测。

“最优”的回归方程就是包含所有对Y有影响的变量, 而不包含对Y 影响不显著的变量回归方程。

选择“最优”的回归方程有以下几种方法：（1）从所有可能的因子（变量）组合的回归方程中选择最优者；（2）从包含全部变量的回归方程中逐次剔除不显著因子；（3）从一个变量开始，把变量逐个引入方程；（4）“有进有出”的逐步回归分析。

以第四种方法，即逐步回归分析法在筛选变量方面较为理想.逐步回归分析法的思想：从一个自变量开始，视自变量Y作用的显著程度，从大到小地依次逐个引入回归方程。

当引入的自变量由于后面变量的引入而变得不显著时，要将其剔除掉。

引入一个自变量或从回归方程中剔除一个自变量，为逐步回归的一步。

对于每一步都要进行Y值检验，以确保每次引入新的显著性变量前回归方程中只包含对Y作用显著的变量。

这个过程反复进行，直至既无不显著的变量从回归方程中剔除，又无显著变量可引入回归方程时为止。

原理：1、最优选择的标准设n 为观测样本数，},,,{21m x x x X为所有自变量构成的集合，li i i x x x A ,,,21 为X 的子集。

（1）均方误差s2最小达到最小（2）预测均方误差最小A S l n l n A J E 11)(达到最小（3）统计量最小准则nl m n S A S A C EE p21达到最小（4）AIC 或BIC 准则n lA S A AIC E 2ln )(或n n l A S A BIC E ln ln )( 达到最小 （5）修正R 2准则)1(122R l n in R 达到最大2、选择最优回归子集的方法（1）选择最优子集的简便方法：逐步筛选法（STEPWISE）向前引入法或前进法（FORWARD）向后剔除法或后退法（BACKWARD）（2）计算量最大的全子集法：R2选择法（RSQUARE）Cp选择法（CP）修正R2选择法（ADJRSQ）。