第八讲回归分析.pptVIP

第八讲 回归分析 一些相关关系的例子 人的身高和体重 父亲的身高和儿子的身高 在农业生产中，小麦的亩产量Y与所施肥量x 第一节 一元线性回归 * 一、一元线性回归 三、多元线性回归 二、一元曲线回归 定义1 把呈现不确定性关系的变量间的联系称为相关关系。 相关关系中的两种变量：一类相当于通常函数关系中的自变量，这类变量能够赋予一个需要的值（如室内的温度、施肥量等），或能够取到一个可观测但不能人为控制的值（如室外温度），这种变量称为自变量，或称预报变量。预报变量的变化能波及另一些变量（如水稻亩产），这样的变量称为因变量，或称响应变量。 相关关系中的各种变量可以是普通变量，可以是随机变量。一般把相关关系分为随机变量间的相关关系和随机变量与普通变量间的相关关系。这两种情况假设不同，推导过程也不同，但某些结论却很类似。本章着重讨论后一种关系。但结论对另一种情况也实用。 回归分析是处理变量间的相关关系的一 种有效工具。其目的在于根据已知预报变量的变化来估计或预测响应变量的变化情况，或者根据响应变量来对预报变量做一定的控制。具体来说，它的研究内容如下： 它可以提供变量间相关关系的数学表达式（通常称为经验公式）； 且利用概率统计知识，对经验公式及有关问题进行分析、判断以确定经验公式的有效性。 从众多的预报变量中，判断哪些变量对响应变量的影响是显著的，哪些是不显著的； 还