波士顿各地区房价数据集
X*
自变量数据,需要至少一项,数字类型
每栋房子平均房间数
早于1940年房子比例
低收入人口比例
师生比例
Y*
因变量数据,需要一项,数字类型
地区房屋平均房价(1000美元)
当前已经开始分析,请稍候…
逐步回归模型是在线性回归的基础上,自动剔除不具有显著性的自变量X。当自变量较多时,其会从所有解释变量中选择影响最为显著的变量建立模型,再将剩余的变量逐个引入模型;每引入一个变量进行一次显著性检验,当原引入的变量由于后面的变量的引入变得不再显著时,将其剔除;反复进行逐个引入--剔除--引入这个过程,直到没有显著因子可引入,也没有需要剔除的变量为止。逐步回归是对多个变量进行分析,建立得到最优回归模型的有效方法。例如:水泥凝固时候放出的热量Y,与水泥中4种化学成分(X1,X2,X3,X4)的占比有关,建立Y与因子的最优方程。
示例:
输入:自变量X至少一项或以上,因变量Y一项,均为数字类型
输出:模型检验的结果,和自变量对因变量的线性关系等