民航客运量变化趋势的多元线性回归模型--基于R（附R程序及讲解）
目录
建立回归方程
用逐步回归进行变量选择
回归诊断
回归诊断:一般的方法
回归预测
附录
全部R程序：
题目数据：
为研究我国民航客运量的变化趋势及其成因，以民航客运量为因变量（万人）,旅客运输量
（万人），入境游客
（万人），外国人入境游客
（万人），国内居民出境人数
（万人）和国内游客
（万人）为主要解释变量，建立多元线性回归模型并进行分析.（数据文件在文末）。
资料来源：中华人民共和国国家统计局年度数据，http://www.stats.gov.cn/tjsj/.
图1 民航客运量多因素分析数据
建立回归方程
根据ex2.3.csv的数据，建立关于
，
，
，
和
的线性回归方程并对方程和回归系数进行显著性检验，R程序如下：
d2.3<-read.csv("ex2.3.csv",header = T) #将ex2.3.csv数据读入到d2.3中
lm.exam<-lm(y~x1+x2+x3+x4+x5,data=d2.3) #建立y关于x1，x2，x3，x4和x5的线性回归方程，数据为d2.3
summary(lm.exam)运行结果如下：
从以上结果可以看出，回归方程的F值为1413，相应的P值为2.2e-16,说明回归方程是显著的，但t对应的P值却显示：常数项和变量是显著的，而变量
，
，
和
不显著。
用逐步回归进行变量选择
为了获得“最优”回归方程，采用逐步回归方法建立 关于
，
，
，
和
的线性回归方程并对方程和回归系数进行显著性检验，R程序如下：
#逐步回归
lm.step<-step(lm.exam,dorection="both") #进行逐步回归运行结果如下：
输出结果解读：
（1）采用全部自变量回归时，如果去掉变量，此时的AIC值最小为274.25，所以R软件去掉
进行第二轮计算。
（2）此时AIC值为274.25，如果去掉变量，AIC值达到最小273.29，所以R软件去掉
进行第三轮计算。
（3）此时AIC值为273.29，如果去掉变量，AIC值达到最小272.65， 所以R软件去掉
进行第四轮计算。
（4）此时AIC值为272.65，此时无论去掉哪个变量或者增加哪个变量AIC值都会增大，所以计算停止，得到最优回归模型，即 关于
和
的线线性回归模型。
现在用命令summary(lm.step)来得到回归模型的如下汇总信息：
summary(lm.step) #给出回归系数的估计和显著性检验等运行结果：
结论：注意到常数项、和
都是显著的，模型也是显著的（因为P值全小于
值0.05，表示拒绝原假设），所以我们得到如下“最优”回归方程：
回归诊断
残差分析和异常点（偏离数据主体较大的点）探测
残差向量,是模型中随机误差项
的估计，残差分析可以诊断模型的基本假设是否成立（比如随机误差独立性和正态性假定），在R中，分别采用residuals(），rstandard(）和rstudent来计算普通残差、标准化残差和学生化残差。如果回归模型能够很好的描述拟合的数据，那么残差对预测值的散点图应该像一些随机散布的点，如果某个残差“很大”，则说明这个点偏离数据主体比较远，一般把标准化残差的绝对值大于等于2的观测值认为是可疑点，而把标准化残差的绝对值大于等于3的观测值认为是异常点。
下面分别用residuals(),rstandard()和rstudent()来计算上面逐步回归模型lm.step的普通残差、标准化残差和学生化残差，R程序如下：
#已经得到逐步回归模型lm.step
y.res<-residuals(lm.exam) #计算模型lm.exam的普通残差
y.rst<-rstandard(lm.step) #计算回归模型lm.step的标准化残差
print(y.rst) #输出回归模型lm.step的标准化残差
y.fit<-predict(lm.step) #计算回归模型lm.step的预测值
plot(y.res~y.fit) #绘制以普通残差为纵坐标，预测值为横坐标的散点图
plot(y.rst~y.fit) #绘制以标准化残差为纵坐标，预测值为横坐标的散点图运行后得到回归模型lm.step的标准化残差y.rst如下：
从标准化残差可以看出，第12号点的标准化残差绝对值（3.18）大于3，因此我们认为第12号的观测值可能是异常点。
回归模型lm.step的残差散点图如图2和图3所示，可以看出，残差的分布有随着预测值先减小后增大的趋势，所以同方差性的基本假定可能不成立。
图2 普通残差图
图3 标准化残差图
如果同方差性的假定不成立，有时可以通过对因变量作适当变换来解决方差非齐问题，常见的方差稳定变换有：
（1）对数变换：
（2）开方变换：
（3）倒数变换：
下面我们用对数变换来解决解决逐步回归模型lm.step的方差非齐问题，R程序如下：
#已经得到逐步回归模型lm.step,下面对模型进行对数变换来解决方差非齐问题
lm.step_new<-update(lm.step,log(.)~.) #对模型进行对数变换
y.rst<-rstandard(lm.step_new) #计算lm.step_new的标准化残差
y.fit<-predict(lm.step_new) #计算lm.step_new的预测值
plot(y.rst~y.fit) #绘制以标准化残差为纵坐标，预测值为横坐标的散点图
图4 对数变化后的标准化残差图
比较标准化残差图图3和图4可以看出，对模型进行对数变换后的残差散点图有所改善，但是12号点是异常点，这里做一个简单的处理，去掉12号观测值，重复上述回归分析和残差分析过程， R程序如下：
#去掉12号观测值，重复上述回归分析和残差分析过程
lm.exam<-lm(log(y)~x1+x2+x3+x4+x5,data=d2.3[-c(12),]) #去掉12号观测值再建立全变量回归方程
lm.step<-step(lm.exam,direction = "both") #用一切子集回归法进行逐步回归
y.rst<-rstandard(lm.step) #计算lm.step的标准化残差
y.fit<-predict(lm.step) #计算lm.step的预测值
plot(y.rst~y.fit) #绘制以标准化残差为纵坐标，预测值为横坐标的散点图
图5 对数变换后的标准化残差：去掉了第12号观测值
回归诊断:一般的方法
上面的残差分析通过计算各个样本点对应的残差来判断模型的基本假定是否成立，以及模型中哪些点可能是异常点，但无法分析模型中的影响点，即探测哪些点对模型的推断有重要影响。下面给出回归诊断的一般方法，可以诊断模型的基本假定是否成立，哪些点是异常点，哪些点是强影响点。在R中，函数plot()和influence.measures()可以用来绘制诊断图和计算诊断统计量，下面介绍这两个函数输出的诊断结果，对上面的逐步回归模型lm.step_new进行回归诊断分析，R程序如下 ：
#已经获得模型lm.step_new
par(mfrow=c(2,2)) #在一个2x2网格中建立4个绘图区
plot(lm.step_new) #绘制模型诊断图
influence.measures(lm.step_new)运行以上程序可得回归诊断图图6和如下20个观测值的诊断统计量的值：
图6 回归诊断图
图6给出了逐步回归模型lm.step_new的四个回归诊断图：
（1）残差-拟合图（Residuals vs Fitted）;(2）正态Q-Q图（Normal Q-Q）；
（3）大小-位置图（scale-Location）;（4）残差-杠杠图（Residuals vs Leverage）.
从这四个图可以看出，残差-拟合图中的点基本上呈现随机分布的模式；正态Q-Q图中的点基本落在直线上，表明残差基本服从正态分布；大小-位置图和残差杠杆图中第20号偏离中心位置最远，这说明第20号观测值可能是异常点或强影响点。
influence.measure(lm.step_new)给出了诊断统计量DFBETAS、DFFITS(dffit)、协方差比（cor.r）、库克距离（cook.d）和帽子阵（hat inf）的值：
注意到第1，20号观测值右端有一个小星号标示，说明这两个点被诊断为强影响点。
需要注意的是，采用这种方法可以识别有影响的观测值，即强影响点，但是对于强影响点不能只是简单的删除它们，如何处理需要进一步讨论。
回归预测
回归预测分为点预测和区间预测两种，可以用predict()来实现，给定解释变量
,利用回归模型lm.step进行点预测和区间预测(置信度为95%) 。R程序如下：
#假定已经获得模型lm.step
preds<-data.frame(x2=10903.82,x5=7025) #给定解释变量x2和x5的值
predict(lm.step,newdata = preds,interval = "prediction",level = 0.95) #进行点预测和区间预测运行以上结果可得的点预测和区间预测结果如下：
程序中选项interval="prediction"表示要给出区间预测，选项level=0.95表示置信水平是95%。计算结果的点预测是11406.428，区间预测为[-571.5959,3384.451].
附录
全部R程序：
d2.3<-read.csv("ex2.3.csv",header = T) #将ex2.3.csv数据读入到d2.3中
lm.exam<-lm(y~x1+x2+x3+x4+x5,data=d2.3) #建立y关于x1，x2，x3，x4和x5的线性回归方程，数据为d2.3
summary(lm.exam)#逐步回归
lm.step<-step(lm.exam,dorection="both") #进行逐步回归summary(lm.step) #给出回归系数的估计和显著性检验等#已经得到逐步回归模型lm.step
y.res<-residuals(lm.exam) #计算模型lm.exam的普通残差
y.rst<-rstandard(lm.step) #计算回归模型lm.step的标准化残差
print(y.rst) #输出回归模型lm.step的标准化残差
y.fit<-predict(lm.step) #计算回归模型lm.step的预测值
plot(y.res~y.fit) #绘制以普通残差为纵坐标，预测值为横坐标的散点图
plot(y.rst~y.fit) #绘制以标准化残差为纵坐标，预测值为横坐标的散点图#已经得到逐步回归模型lm.step,下面对模型进行对数变换来解决方差非齐问题
lm.step_new<-update(lm.step,log(.)~.) #对模型进行对数变换
y.rst<-rstandard(lm.step_new) #计算lm.step_new的标准化残差
y.fit<-predict(lm.step_new) #计算lm.step_new的预测值
plot(y.rst~y.fit) #绘制以标准化残差为纵坐标，预测值为横坐标的散点图#去掉12号观测值，重复上述回归分析和残差分析过程
lm.exam<-lm(log(y)~x1+x2+x3+x4+x5,data=d2.3[-c(12),]) #去掉12号观测值再建立全变量回归方程
lm.step<-step(lm.exam,direction = "both") #用一切子集回归法进行逐步回归
y.rst<-rstandard(lm.step) #计算lm.step的标准化残差
y.fit<-predict(lm.step) #计算lm.step的预测值
plot(y.rst~y.fit) #绘制以标准化残差为纵坐标，预测值为横坐标的散点图#已经获得模型lm.step_new
par(mfrow=c(2,2)) #在一个2x2网格中建立4个绘图区
plot(lm.step_new) #绘制模型诊断图
influence.measures(lm.step_new)#假定已经获得模型lm.step
preds<-data.frame(x2=10903.82,x5=7025) #给定解释变量x2和x5的值
predict(lm.step,newdata = preds,interval = "prediction",level = 0.95) #进行点预测和区间预测题目数据：
t y x1 x2 x3 x4 x5
1999 6094 1394413 7279.56 843.23 923.24 71900
2000 6722 1478573 8344.39 1016.04 1047.26 74400
2001 7524 1534122 8901.3 1122.64 1213.44 78400
2002 8594 1608150 9790.8 1343.95 1660.23 87800
2003 8759 1587497 9166.21 1140.29 2022.19 87000
2004 12123 1767453 10903.82 1693.25 2885 110200
2005 13827 1847018 12029.23 2025.51 3102.63 121200
2006 15968 2024158 12494.21 2221.03 3452.36 139400
2007 18576.21 2227761 13187.33 2610.97 4095.4 161000
2008 19251.16 2867892.14 13002.74 2432.53 4584.44 171200
2009 23051.64 2976897.83 12647.59 2193.75 4765.62 190200
2010 26769.14 3269508.17 13376.22 2612.69 5738.65 210300
2011 29316.66 3526318.73 13542.35 2711.2 7025 264100
2012 31936.05 3804034.9 13240.53 2719.16 8318.17 295700
2013 35396.63 2122991.55 12907.78 2629.03 9818.52 326200
2014 39194.88 2032218 12849.83 2636.08 11659.32 361100
2015 43618 1943271 13382.04 2598.54 12786 400000
2016 48796.05 1900194.34 13844.38 2815.12 13513 444000
2017 55156.11 1848620.12 13948 2917 14272.74 500000
2018 61173.77 1793820.32 14119.83 3054.29 16199 553900
民航客运量变化趋势的多元线性回归模型--基于R（附R程序及讲解）相关推荐
- 回归方程的拟合优度检验_计量经济学第四讲（多元线性回归模型：基本假定，参数估计，统计检验）...
第三章.经典单方程计量经济学模型:多元线性回归模型 3.1多元线性回归模型及其基本假定 3.1.1多元回归模型及其表示 解释变量至少有两个的线性回归模型,一般形式为 如果不作说明, 是不包括常数项的解 ...
- 《计量经济学》学习笔记之多元线性回归模型
导航 上一章:一元线性回归模型 下一章:放宽基本假定的模型 文章目录 导航 3.1多元线性回归模型 一.多元线性回归模型 二.多元线性回归的基本假设 3.2多元线性回归模型的参数估计 四.参数统计量的 ...
- 多元线性回归模型中的常数项
作者:flyerye 链接:https://www.zhihu.com/question/22450977/answer/250476871 来源:知乎 著作权归作者所有.商业转载请联系作者获得授权, ...
- 基于Python多元线性回归模型
提示:基于Python的多元线性回归模型 文章目录 前言 一.读取数据 二.建立模型 三.预测新值 四.去截距模型 总结 前言 本文主要是基于多元回归线性模型,然后建立模型和分析,解决多元线性回归模型 ...
- 机器学习10—多元线性回归模型
多元线性回归模型statsmodelsols 前言 什么是多元线性回归分析预测法 一.多元线性回归 二.多元线性回归模型求解 2.1最小二乘法实现参数估计-估计自变量X的系数 2.2决定系数:R² 与 ...
- 多元线性回归模型检验方法
终于找到一篇全面而又简洁的讲多元线性回归模型检验方法的文章 PDF下载地址 链接:https://pan.baidu.com/s/1UbyZcMC1VRTmlCEaX4Vybg 提取码:g481 具体 ...
- R语言使用lm函数拟合多元线性回归模型、假定预测变量没有交互作用（Multiple linear regression）
R语言使用lm函数拟合多元线性回归模型.假定预测变量没有交互作用(Multiple linear regression) 目录
- Python使用sklearn和statsmodels构建多元线性回归模型（Multiple Linear Regression）并解读
Python使用sklearn和statsmodels构建多元线性回归模型(Multiple Linear Regression)并解读 #仿真数据集(预测股票指数) 这里的目标是根据两个宏观经济变量 ...
- Python基于statsmodels包构建多元线性回归模型：模型构建、模型解析、模型推理预测
Python基于statsmodels包构建多元线性回归模型:模型构建.模型解析.模型推理预测 目录
最新文章
- iloc loc 区别
- 阿里云高级工程师认证机会！
- Acwing第 11 场周赛【未完结】
- pytorch 之 冻结某层参数，即训练时不更新
- Access数据库查询练习专用数据库 －手机号码归属地Access数据库_MobileDB（10万条记录）...
- CentOS 7 上安装vim 解決 centos -bash: vim: command not found
- bzoj2662：[BeiJing wc2012]冻结
- 北大博士，毕业做北京城管，他的同事清一色名校硕士，博士，这个世界怎么了？...
- css 瀑布流布局_CSS-瀑布流布局
- HarmonyOS 生态最重的拼图，手机开发者 Beta 版终于到来
- 用python画玫瑰花-用python画一朵玫瑰给你
- vue.js实现自定义输入分页
- Ubuntu下多个gcc版本之间的切换
- html博客网页代码_Python自动化运维系列：Django搭建个人博客之前端篇
- 使用wireshark抓包分析实战
- python新手入门到大师_GitHub - FainBleeze/Python-100-Days: Python - 100天从新手到大师
- Django 清空数据库的所有表
- IOMeter存储测试工具
- [转]中国象棋谚语大全
- error C2085: “index(随便一个形参）”: 不在形参表中