第6章回归分析.ppt

第六章回归分析本章内容概述前几章所讨论的内容，其目的在于寻求被测量的最佳值及其精度。在生产和科学实验中，还有另一类问题，即测量与数据处理的目的并不在于被测量的估计值，而是为了寻求两个变量或多个变量之间的内在关系，这就是本章所要解决的主要问题。第一节回归分析的基本概念一、变量之间的关系变量之间的关系可分为两种类型。函数关系相关关系函数和相关虽然是两种不同类型的变量关系，但是它们之间并无严格的界限。1．函数关系函数关系是确定性关系。在这种关系中，变量间是一一准确对应的。数学分析和物理学中的大多数公式都属于这种关系。例如一定质量m的物体受力F与所产生的加速度a的关系。F=ma2．相关关系在实际工作中，绝大多数情况下，变量之间的关系不那么简单，往往在影响结果的已知因素之外，还存在1个或多个对结果产生影响的未知因素。变量之间的这种关系称为相关关系。也就是说这些变量既存在密切的关系，又不能求出它们之间的精确的函数关系。3．两种不同类型变量关系的转化函数关系是完全探明的不存在其他影响因素的情况下表达变量之间内在规律的关系。相关关系是存在着若干未探明的影响因素的关系。二者并不存在严格区别。若控制末探明因素使其不变，或者将未探明因素引入到函数关系式之中，相关关系就变为函数关系。反之，本来为函数关系的变量之间．若由某种原因引入了末探明影响因素(例如对某量控制存在误差)，则对应关系就会由函数关系变为相关关系。如上述F＝ma，即使m不变，实测的F和a之间也会变得与公式计算结果不完全相符，即F和a的实验数据由函数关系变成了相关关系。由此也可知，实验所得的对应量之间，一般存在相关关系，而不是函数关系。二、回归与回归分析的概念1．回归从存在相关关系或函数关系的若干组自变量与因变量值的对应数据出发求出反应自变量与因变量关系的未知解析表达式的过程称为回归。2．回归分析回归分析是分析回归所得到的解析表达式的可靠性的过程，是处理变量之间相关关系的一种数理统计方法。回归是自然科学研究中探明未知规律，把未知的内在规律性表达出来的重要方法。该方法常用于建立变量之间的经验公式或者实验定律。回归得出的解析表达式常称为回归方程。回归方程能否表达有关数据的内在规律性，还需要进行科学分析。三、回归分析的主要内容回归分析和相关分析是研究相关关系的一种数学工具。回归分析则是应用数学方法对大量观测数据加以处理，从而求出非确定性关系的变量之间的关系规律性，并用数学关系式表达出来。在回归分析中，假定因变量的误差呈正态分布，而对自变量的误差分布并无要求，也就是只考虑在自变量保持一系列定值时，因变量这个随机变量是如何变化的。回归分析能解决的问题利用回归分析能解决的问题可归纳为下述五个内容①经验公式根据实验数据，求取变量之间相关的定量关系式；②可信性检验对求得经验公式的可信性进行统计检验；③预报和控制利用求得的经验公式根据取得或确定的数值，预测或控制其它变量的取值，并对预报和控制的结果，进行可信程度的评定；④因素分析从影响某一变量的许多变量中，判断哪些变量影响显著；哪些变量不显著；哪些变量没有影响；⑤实验方案的设计根据实验的目的和对实验结果的精度要求，考虑回归分析对数据的要求，主动的安排实验方案，使设计出的实验方案，能够用较少的实验次数，获取最大的信息量，并能使获得的实验数据具有较好的统计性质，便于回归分折的数据处理。本章主要解决的问题本章主要解决以下几方面的问题：①从一组数据出发，确定这些变量之间的数学表达式——一元线性回归方程或经验公式。②对回归方程的可信程度进行统计检验。③进行因素分折，例如对于共同影响一个变量的许多变量(因素)中，找出哪些是重要因素，哪些是次要因素。第二节一元线性回归一元回归分析是回归分折中最简单的一种。它所研究的对象是两个变量之间的相关关系它又分为一元线性回归与一元非线性回归。假如两个变量之间的关系是线性的就称为—元线性回归，这就是工程上和科研中常遇到的直线拟合问题。问题的提出例如，测量某导线在一定温度x下的电阻值y得如下结果：现在的问题?现在的问题是如何找出这条直线？一、一元线性回归方程(一)回归方程的求法我们可以用最小二乘法来