应用回归分析课件.pptx

應用回歸分析

AppliedRegressionAnalysis

(ARA);關於RA的發展情況：;References:;［3］陳希孺,王松桂，近代回歸分析，合肥：安徽教育出版社，1987。

;［4］方開泰，實用回歸分析，北京：科學出版社,1988。;［5］張勇,王國明,趙秀珍譯，［美］約翰·內特，應用線性回歸模型北京：

中國統計出版社，1990。

;［6］周紀薌，回歸分析，上海：華東師範大學出版社，1993。

;[7];［8］何曉群，回歸分析與經濟數據建模，北京：中國人民大學出版社，1997。

;[9];[10];[11];[12];有關RA應用的情況：

50年代電腦的發展促進了RA的應用

70年代中國應用

90年代中國開始廣泛應用

經濟領域中的應用

自然科學中的應用

社會科學中的應用;主要內容：

第1章回歸分析概述

第2章一元線性回歸

第3章多元線性回歸

第4章違背基本假定的情況

第5章引數選擇與逐步回歸

第6章多重共線性的情形及其處理

第7章嶺回歸

第8章主成分回歸與偏最小二乘

第9章非線性回歸

第10章含定性變數的回歸模型;第1章回歸分析概述;1.1變數間的統計關係;1.1變數間的統計關係;1.1變數間的統計關係;1.1變數間的統計關係;1.2回歸方程與回歸名稱的由來;2024-3-10;f(x)=E(y|x) (1.1);1.4建立實際問題回歸模型的過程;2024-3-10;2024-3-10;2024-3-10;2024-3-10;2024-3-10;2024-3-10;2024-3-10;2024-3-10;一元線性回歸;2.1一元線性回歸模型;2024-3-10;【例2.2】在研究我國城鎮人均支出和人均收入之間關係的問題中，把城鎮家庭平均每人全年消費性支出記作y（元）；把城鎮家庭平均每人可支配收入記作（元）。我們收集到1990——2012年23年的樣本數據。數據見表2.2；樣本分佈情況見圖2.2。;2024-3-10;2024-3-10;2.1一元線性回歸模型;2.1一元線性回歸模型;2.2參數β0、β1的估計;2.2參數β0、β1的估計;2.2參數β0、β1的估計;2.2參數β0、β1的估計;2.2參數β0、β1的估計;2.2參數β0、β1的估計;2.2參數β0、β1的估計;2.3最小二乘估計的性質;2.3最小二乘估計的性質;2.3最小二乘估計的性質;2.3最小二乘估計的性質;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;什??是P值?

(P-value);雙側檢驗的P值;左側檢驗的P值;右側檢驗的P值;利用P值進行檢驗的決策準則;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.4回歸方程的顯著性檢驗;2.5殘差分析;2.5殘差分析;2.5殘差分析;2.5殘差分析;2.5殘差分析;2.5殘差分析;2.5殘差分析;2.5殘差分析;2.6回歸係數的區間估計;2.7預測和控制;2.7預測和控制;二、區間預測1因變數新值的區間預測;二、區間預測1因變數新值的區間預測;二、區間預測1因變數新值的區間預測;二、區間預測2因變數平均值的區間估計;二、區間預測計算;三、控制問題;2.8本章小結與評注;2.8本章小結與評注;2.8本章小結與評注;多元線性回歸;3.1多元線性回歸模型;3.1多元線性回歸模型;3.1多元線性回歸模型;2024-3-10;3.1多元線性回歸模型;3.1多元線性回歸模型;3.1多元線性回歸模型;3.1多元線性回歸模型;3.1多元線性回歸模型;3.1多元線性回歸模型;3.1多元線性回歸模型;3.1多元線性回歸模型;3.2回歸參數的估計;3.2回歸參數的估計;3.2回歸參數的估計;3.2回歸參數的估計;3.2回歸參數的估計;3.2回歸參數的估計;3.2回歸參數的估計;四、實例分析