23. 多元线性回归一、多元线性回归1. 模型为Y=𝛽0+𝛽1X1+…+ 𝛽NXN+ε其中 X1,…,XN是自变量，Y 是因变量，𝛽0,𝛽1…, 𝛽N是待求的未知参数，ε 是随机误差项（残差），若记多元线性回归模型可写为矩阵形式：Y=Xβ+ε通常要求：矩阵 X 的秩为 k+1（保证不出现共线性）, 且 k;说明：MODEL 语句用来指定因变量和自变量；restrict 语句示例：restrict a1+a2=1;常用的输出可选项：STB——输出标准化偏回归系数矩阵CORRB——输出参数估量矩阵COLLINOINT——对自变量进行共线性分析P——输出个体观测值、预测值与残差 （R/CLM/CLI 包含P）R——输出每个个体观测值、残差与标准误差CLM——输出因变量均值 95%的置信界限的上下限CLI——对各预测值输出 95%的置信界限的上下限MSE——要求输出随机扰动项方差𝜎2的估量与残差分析有关的可选项VIF——输出变量间相关性的方差膨胀系数，VIF 越大，说明由于共线性存在，使方差变大；COLLIN——输出条件数，它表示最大的特征值与每个自变量特征值之比的平方根。一般情况下，条件数越大越可能存在共线性；TOL——表示共线性水平的容许值，TOL 越小说明其可用别的自变量解释的部分多，自然可能与别的自变量存在共线性关系；DW——输出 Durbin-Watson 统计量；influence——对异常点进行诊断，对每一观测点输出统计量（Cook’s D > 50%, defits/debetas > 2 说明该点影响较大）。交互式语句 add——向模型中增加变量； delete——删除原拟合...
