根据附件中的棒球员的数据,建立薪水(salary)的对数与26个预测变量(变量含义见下图)建立的多元线性回归模型,其中将薪水变量的对数作为因变量,其他26个变量作为预测变量。 (1) 采用相关软件构建多元线性回归模型,分别列出程序代码、回归系数、残差平方和(rss)和决定系数(
根据附件中的棒球员的数据,建立薪水(salary)的对数与26个预测变量(变量含义见下图)建立的多元线性回归模型,其中将薪水变量的对数作为因变量,其他26个变量作为预测变量。 (1) 采用相关软件构建多元线性回归模型,分别列出程序代码、回归系数、残差平方和(RSS)和决定系数(); (2) 采用下列公式计算AIC信息量(其中n为样本量,s为预测变量个数): AIC=n*log(RSS/n) + 2(s+1). (3) 绘制残差图。 附图:自学材料:https://wenku.baidu.com/view/8eb54c06a58da0116d174972.html