在对数据取标准化以后,回归模型的常量是不是可以为0-搜答案-搜搜考试网

我当时就是按这个格式答题的

你给个邮箱,我发给你

先画原始数据的散点图,散点大致呈线性分布,可以用y=ax+b方程来回归其次是在excel中根据系数计算公式计算,公式如下：利用excel进行计算,最后得出b=-41.2169 a

用zscore,标准化的目的是：使得平均值为0,标准差为1,这样可以使不同量纲的数据放在一个矩阵.>>A=magic(4)A=16231351110897612414151>>[Z,MU,SIGMA]

http://translate.google.cn/或者http://fanyi.baidu.com/也许可以帮助你的翻译

首先你要看你的模型,如果大致呈指数增长或者下降,就可以参照李光先生那样进行标准化回归.如果不是,你应该先识别你的数据类型,而且要做到合理筛选.

就回归分析而言,标准化不是必要的,因为标准化是数据的线性变换,不影响估计的显著性.计量模型一般不进行标准化,保持变量的原汁原味,方便估计结果的解释.多元统计里经常要标准化,如主成份分析,因子分析等.对

额,本来看到这个问题很久,不想冒泡,因为做这种东西没有技术含量.但是出来冒泡的原因是：楼上的不要误导人,这么多变量还是线性回归?你是学统计的吗?何况不可能没有多重共线问题的.自己的建议：使用因子分析或

多元线性回归之前不能做数据标准化处理,否则会出现错误的结果.标准化之后自变量和因变量数列几乎相同或者是相差无几了,所以常数项肯定几乎是0

（-1）和（-2）指的是滞后期,滞后一期和滞后两期再问：那我这个模型就是做出来的自回归模型吗？滞后期是指那个t-1和t-2吗？今天才被要求做这个，真心有一点糊涂啊TAT再答：是的

Analyze---Descriptivestatistics---descriptives将变量选入右边的框中,选中左下角的“保存为变量”就标准化了

analyze-Descriptivestatistics-descriptive

因为数据的格式有许多种,有的数据还是一些提供方的加密数据,格式比较特殊,不能被常用建模软件识别,造成建模分析无法进行或发生错误,所以在建模分析前要进行数据标准化的操作.形象的来说,开一场国际学术大会,

数据不正定,建议删除一些指标数据再做

你可以考虑一下原因,不一定是要做标准化你试试变量变换是不是也可以做

首先,叙述用回归分析与随机时间序列技术的组合方法来处理大坝的监测数据.通常,回归分析后的残差序列并不满足白噪声假设,这个理论缺陷在一定程度上降低了监测的可靠性和预测的正确性.为此,采用鲍克斯-詹金斯方

这个有意思,是大多数管理人员容易犯的错误之一.关注数据按照统计方式表达出来的内容,缺乏对数据本身来源、代表的业务信息等内容的理解.就是说,过于形式于统计方面的东西,缺乏对数据本身以及所代表的意义的研究

你应该是想进行归一化操作吧,归一化就是将数据变换到0到1区间内.可以进行一下操作：将最大值max归一化为1,最小值min归一化为0,其他值val,data=(val-min)/(max-min)dat

SPSS数据标准化主要功能就是消除变量间的量纲关系,从而使数据具有可比性,可以举个简单的例子,一个百分制的变量与一个5分值的变量在一起怎么比较?只有通过数据标准化,都把它们标准到同一个标准时才具有可比

这个问题很难啊