第六章相关与回归.pptVIP

第六章相关与回归 数理统计在化学中的应用序言 化学中的分析测试过程究其本质而言,即是要研 究建立被测物理量与被测物质含量之间的关系,也可 以说分析测试的最终目的就是为了能用回归分析方法 去求得被测物质的含量从而得以解决实际问题 。相关 指的就是变量与变量之间的某种关系,相关是研究回 归的前提。回归在统计上指的 是利用一个变量对另一 个变量所进行的的预测,回归分析 就是确定自变量和 因变量所存在的函数关系 。只有在确定了函数关系之 后,才可能从一个变量预测或推算另一个变量,这在 化学研究中有着极其广泛的应用。 李 振 华 制 造 数理统计在化学中的应用回归的来历早在19 世纪后期, 英国生物学家Golton 在研究家族 成员的相似性时发现:虽然一般说来高个子的父代 会有高个子的子代,但是子代的身高比他们的父代 更趋向一致,即若父代身材高大,则他们的子代会 趋向矮一些,而若父代身材矮小,他们的子代会趋 向高一些。他把子代的身高向平均值靠拢的趋势称 为“ 向平庸的回归” 。Karl Pearson 观察了1078 个家庭中父亲身高x 和儿 子身高 y, 建立了一个线性方程y 33. 8 + 0. 51x 李 振 华 制 造 数理统计在化学中的应用平均身高 低于平均身高的平均值 高于平均身高的平均值 Father 67.687 65.42 69.85 Son 68.684 67.45 69.86Linear Fit 75 y x 70 65 y a + b*x Equat i on Val u St andar e d Er r or 33. 8 1. 83 a 60 0. 51 0. 03 b 58 60 62 64 66 68 70 72 74 76 李 振 Fathers Height In 华 制 造 数理统计在化学中的应用 Sons Height In$6.1 相关关系和相关系数 在分析测试中,所研究的变量之间的关系,由于 常存在着不可避免的随机误差,因此就使得变量之间 的关系具有某种不确定性,这种变量之间既有着相互 影响,又不甚明了和肯定的关系,在统计上就称为相 关关系。相关关系与函数关系之间并没有严格的界限 。两个变量之间的相关关系,如达到一定的紧密程度 时,就一定会发现它们之间有着确定的函数关系。在 统计学上研究变量之间是否存在一定的相关关系,就 称为相关分析。相关分析的目的就是要求出相关系数 。 李 振 华 制 造 数理统计在化学中的应用统计上常用一变量对另一变量的回归方程的离散程度 来表示相关系数,并用字母 r 来表示,定义如下: 2 2 r ?1Q / yyi 2 Q: 残余方差 Qyy i i y 的回归估计值 从上式可见,残余差方和 Q 越小,回归方程的离散程 度越小,回归系数越接近 1 ,也就越意味着存在着确 李 定的函数关系。 振 华 制 造 数理统计在化学中的应用相关系数的另一种表示 S xy r0 ?| r | ?1 S S xx yy S Covx,y: 变量x xy xxyyi i 和y 的样本协方差 Sxy n 2 2 xx yy? i i SSxx yy n n 李 振 华 制 造 数理统计在化学中的应用$6.2 相关系数的显著性检验 当两变量间确实具有高度紧密的相关性时,我们才能 说据此所求得的回归方程才有实际意义。为此在进行 回归分析之前,往往需要先进行线性相关的假设检验 。 $6.2.1 相关系数的 t 检验 适合于小样本的 t 检验的步骤如下: 1. H :(二变量无显著相关关系) 0 0 H :? (? 为相关系数的真值) 1 0 0 2. 计算检验统计量 t :当 r 0.90 时,其分布并不 计 是正态分布,但研究表明其修正值是满足t 分布的. 李 振 华 制 造 数理统计在化学中的应用$6.2.1 相关系数的 t 检验 2. 计 算 检 验 统 计 量 t : 计 r n2 t vn2 2 1r 3. 若 t t , 则 拒 绝 H , 反 之 , 则 接 受 计 ?/2,n-2 0 李 振 华 制 造 数理统计在化学中的应用$6.2.1 相关系数的 z 检验 当 样 本 容 量n 30 时 , 可 以 进 行 两 种z 检 验 , 一 种 是 检 验 有 没 有 相 关 性 , 另 一 种 是 检 验 两 个 相 关 系 数 之 间 有 无 显 著 性 。 李 振 华 制 造 数理统计在化学中的应用例6-1:用相关分析求出某一化学反应速度与光照时间 的相关系数r 0.68,样本容量为24,问相关关系是否 显著?(? 0.05) 解: 1. H : ?0 ; H : 0 0 1 0 2. 计算统计量: r n2 0.68 242 t 4.35 2 2 1r