杭电统计学chapter 相关与回归分析--zhouhui.pptVIP

一元线性回归方差分析表 方差来源 自由度 平方和 均方 F-值 回归 1 SSR SSR/1 残差 n-2 SSE SSE/(n-2) 总和 n-1 SST 相关系数显著性的t检验 相关系数的检验 为什么要检验？ 样本相关系数是随抽样而变动的随机变量,相关系数的统计显著性还有待检验。 检验的依据： 如果X和Y都服从正态分布，在总体相关系 数 的假设下，与样本相关系数 r 有关的 t 统计量服从自由度为n-2的 t 分布： 相关系数的检验方法 给定显著性水平 ， 查自由度为 n-2 的临界值 若 ，表明相关系数 r 在统计上是显著 的，应否定 而接受 的假设； 反之，若 ，应接受 的假设。 相关系数显著性检验与相关程度强弱的关系 注意： 相关系数t检验只是表示总体相关系数ρ显著不为0，并不能表示相关程度高。 如：r=0.8，显著性检验没有通过 r=0.1，显著性检验通过。 关键：样本容量n的大小 * 对前例计算的相关系数进行显著性检(??0.05) 提出假设：H0：? ? ? ；H1： ? ? 0 计算检验的统计量 根据显著性水平?＝0.05，查t分布表得 　　　　　　t???(n-2)=2.160 由于?t?=48.385t???(15-2)=2.160，拒绝H0，该种食物需求量和地区人口增加量之间的相关关系显著。 三种检验的关系 对于一元线性回归，三种检验是一致的，所以对一元线性回归实际只需要做一种检验就可以了。 但是对于多元回归，三种检验所考虑问题不同，并不等价，是三种不同的检验。 * 样本决定系数（判定系数 r2 ） 回归平方和占总离差平方和的比例： 反映回归直线与样本观测值的拟合程度 取值范围在 [ 0 , 1 ] 之间 r2 ?1，说明因变量不确定的绝大部分能由回归方程解释，回归方程拟合的越好；r2?0，说明回归方程拟合的越差 判定系数等于相关系数的平方，即r2＝(r)2 * 9.2.5 回归预测 根据自变量X的取值估计或预测因变量Y的取值 估计或预测的类型 点估计 y 的平均值的点估计 y 的个别值的点估计 区间估计* y 的平均值的置信区间估计 y 的个别值的预测区间估计 * 2. 点估计值 3. 在点估计条件下，平均值的点估计和个别值的点估计是一样的，但在区间估计中则不同 对于自变量X的一个给定值x0 ，根据回归方程得到因变量Y的一个估计值 点估计 * 1.利用估计的回归方程，对于自变量X的一个给定值 X0 ，求出因变量Y的平均值的一个估计值，就是平均值的点估计。 2.当给出的X0属于样本内的数值时，计算出的 ，称为内插检验或事后预测。如果给出的X0在样本之外，则计算出的 称为外推预测或事前预测。 * 根据回归方程，可以给出自变量的某一数值来估计或预测因变量平均可能值。例如，前例中当人口增长量为400千人时，该食品的年需求量为 （二）预测误差 模型本身误差因素造成 回归系数估计值与真值不一致 自变量设定值与实际值的误差 未来时期回归系数变化 * 本章小结 相关分析 一元线性回归分析 1.一元线性回归模型 2.模型参数估计、总体方差估计 3.拟合优度 4.回归模型检验（回归方程检验、回归系数检验） 5.回归模型预测 作业： 24 This teleology is based on the number of explanatory variables nature of relationship between X Y. * 9.2 一元线性回归 9.2.1 相关分析与回归分析的关系 1.相关分析 就是用一个指标来表明现象间相互依存关系的密切程度。广义的相关分析包括相关关系的分析（狭义的相关分析）和回归分析。 2.回归分析 是指对具有相关关系的现象，根据其相关关系的具体形态，选择一个合适的数学模型（称为回归方程式），用来近似地表达变量间的平均变化关系的一种统计分析方法。 回归分析与相关分析的关系 1. 区别 (1)相关分析所研究的两个变量是对等关系。 回