统计回归模型的若干应用毕业论文.docVIP

本科生毕业设计（论文） 统计回归模型的若干应用 二级学院 ： 数学与计算科学学院 专 业 ： 数学与应用数学 年 级 ： 学 号 ： 作者姓名 ： 指导教师 ： 完成日期 ： 目 录 1引言 1 1.1历史背景 1 1.2回归模型的一般形式 2 1.3统计回归模型的类型 3 1.4统计回归模型的建模步骤 3 2统计回归模型的若干应用 4 2.1统计回归模型在经济中的应用 4 2.2统计回归模型在生物医药中的应用 9 2.3统计回归模型在教育统计中的应用 16 3结束语 20 统计回归模型的若干应用 摘 要：总结了统计回归模型在经济、生物医药、教育统计等方面的应用. 关键词：统计回归；模型；分析；应用 Some Applications of Statistical Regression Model Abstract：the statistical regression model are summarized in the economic, biological medicine and educational statistics etc. Key words: statistical regression; model; analysis; applications 在生活中，许多实际问题都可以建立数学模型进行分析、解决. 而在解决实际问题时，用途非常广泛的一类随机模型——统计回归模型发挥着巨大的作用，本文将详细了解统计回归模型及其应用，一一揭开统计回归模型的奥秘. 1引言 1.1历史背景 回归分析的基本思想和方法以及“回归”名称的由来归功于英国统计学家F. 高尔顿[1] (F. Galton, 1822-1911). 高尔顿和他的学生、现代统计学的奠基者之一K. 皮尔逊(K. Pearson, 1856-1936)在研究父母身高与其子女身高的遗传问题时，观察了1 078对夫妇，以每对夫妇的平均身高作为，而取他们的一个成年儿子的身高作为，将结果在平面直角坐标系上绘成散点图，发现趋势近乎一条直线. 计算出的回归直线方程为 (1.1) 这种趋势及回归方程总的表明父母平均身高每增加一个单位时，其成年儿子的身高也平均增加0.516个单位. 这个结果表明，虽然高个子父辈确有生高个子儿子的趋势，但父辈身高增加一个单位，儿子身高仅增加半个单位左右. 反之，矮个子父辈确有生矮个子儿子的趋势，但父辈身高减少一个单位，儿子身高仅减少半个单位左右. 通俗地说，一群特高个子父辈（例如排球运动员）的儿子们在同龄人中平均仅为高个子，一群高个子父辈的儿子们在同龄人中平均仅为略高个子；一群特矮个子父辈的儿子们在同龄人中平均仅为矮个子，一群矮个子父辈的儿子们在同龄人中平均仅为略矮个子，即子代的平均高度向中心回归了. 正是因为子代的身高有回到同龄人平均身高的这种趋势，才使人类的身高在一定时间内相对稳定，没有出现父辈个子高其子女个子更高，父辈子女矮其子女更矮的两极分化现象. 这个例子生动地说明了生物学中“种”的概念的稳定性. 正是为了描述这种有趣的现象，高尔顿引进了“回归”这个名词来描述父辈身高与子代身高的关系. 1.2回归模型的一般形式 下面介绍回归模型的一般形式，更详细内容可参考[1]. 如果变量与随机变量之间存在着相关关系，则随机变量与相关变量之间的概率模型为 (1.2) 其中，随机变量称为被解释变量（因变量）；称为解释变量（自变量），为随机误差. 当概率模型(1.2)式中回归函数为线性函数时，即有 (1.3) 其中，为未知参数，常称它们为回归系数. 线性回归模型的“线性”是针对未知参数而言的. 对于回归解释变量的线性是非本质的，因为解释变量是非线性时，常可以通过变量的替换把它转化成线性的. 在整个回归分析中，线性回归的统计模型最为重要. 一方面是因为线性回归的应用最广泛；另一方面是只有在回归模型为线性的假定下，才能得到比较深入和一般的结果；再就是有许多非线性的回归模型可以通过适当的转化变为线性回归问题进行处理. 因此，线性回归模型的理论和应用是本文讨论的重点. 对线性回归模型我们通常研究的问题有： 如何根据样本求出及方差的估计； 对回归方程及回归系数的种种假设进行检验； 如何根据回归方程进行预测和控制，以及如何进行实际问题的结构分析. 1.3统计回归模型的类型 根据回归分析的主要内容，将常见的统计回归模型分成以下六种类型[1]： (1)一元线性回归模型； (2)可线性化的非线性回归模