1.1___回归分析基本思想及其初步应用修改.ppt

思考：相关关系与函数关系有怎样的不同？ 函数关系中的两个变量间是一种确定性关系 相关关系是一种非确定性关系 产生随机误差ｅ的原因是什么？ 残差分析 在研究两个变量间的关系时，首先要根据散点图来粗略判断它们是否是线性相关，是否可以用线性回归模型来拟合数据.然后，可以通过残差 来判断模型拟合的效果，判断原始数据中是否存在可疑数据.这方面的分析工作称为残差分析. 0.382 -2.883 6.627 1.137 -4.618 2.419 2.627 -6.373 残差 59 43 61 64 54 50 57 48 体重/kg 170 155 165 175 170 157 165 165 身高/cm 8 7 6 5 4 3 2 1 编号 下表为女大学生身高和体重的原始数据以及相应的残差数据： ? e 以纵坐标为残差，横坐标为编号，作出图形（残差图）来分析残差特性. 由图可知，第1个样本点和第6个样本点的残差比较大，需要确认在采集这两个样本点的过程中是否有人为的错误.如果数据采集有错误，就予以纠正，然后重新利用线性回归模型拟合数据;如果数据采集没有错误，则需要寻找其他原因. 如何刻画模型拟合的精度？ 相关指数： 在含有一个解释变量的线性模型中，R2恰好等于相关系数r的平方. R2取值越大，则残差平方和越小，即模型的拟合效果越好. R2=0.64，表明：“女大学生的身高解释了64％的体重变化”，或者说“女大学生的体重差异有64％是由身高引起的”. 解释 预报 1 问题四：结合例1思考：用回归方程预报体重时应注意什么？ 1.回归方程只适用于我们所研究的样本的总体。 2.我们建立的回归方程一般都有时间性。 3.样本取值的范围会影响回归方程的适用范围。 4.不能期望回归方程得到的预报值就是预报变量的精确值。 涉及到统计的一些思想： 模型适用的总体；模型的时间性； 样本的取值范围对模型的影响；模型预报结果的正确理解。 误差与残差，这两个概念在某程度上具有很大的相似性，都是衡量不确定性的指标，可是两者又存在区别。 误差与测量有关，误差大小可以衡量测量的准确性，误差越大则表示测量越不准确。误差分为两类：系统误差与随机误差。其中，系统误差与测量方案有关，通过改进测量方案可以避免系统误差。随机误差与观测者，测量工具，被观测物体的性质有关，只能尽量减小，却不能避免。 残差――与预测有关，残差大小可以衡量预测的准确性。残差越大表示预测越不准确。残差与数据本身的分布特性，回归方程的选择有关。 0.98 指数函数模型 0.802 二次函数模型 0.7464 线性回归模型 相关指数R2 函数模型 上节例2中最好的模型是哪个? 显然，指数函数模型最好！ 建立回归模型的基本步骤： （1）确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量; （2）画出确定好的解释变量和预报变量的散点图，观察它们之间的关系（是否存在线性关系）； （3）由经验确定回归方程的类型（如观察到数据呈线性关系，则选用线性回归方程y=bx+a）； （4）按一定规则估计回归方程中的参数（如最小二乘法）； （5）得出结果后分析残差图是否异常（个别数据对应残差过大，或残差呈现不随机的规律性等），若存在异常，则检查数据是否有误，或模型是否合适等. 1)确定解释变量和预报变量; 2)画出散点图; 3)确定回归方程类型; 4)求出回归方程; 5)利用相关指数或残差进行分析. 建立回归模型的基本步骤 小 结 实际问题 样本分析 回归模型 抽样 回归分析 预报精度 预报 结束 题型三 残差分析 通过对残差图的分析，得出模型的拟合效果. 在7块形状、大小相同的并排试验田上进行施肥量对水稻产量影响的试验，得到如下表所示的一组数据（单位：kg）: 例3 施肥量x/kg 15 20 25 30 35 40 45 水稻产量y/kg 330 345 365 405 445 450 455 (1)以施肥量x为解释变量，水稻产量y为预报变量，作出散点图； (2)求y与x之间的回归方程，并求施肥量为28 kg时水稻产量的预报值； (3)计算残差，并计算残差平方和； (4)求R2，并说明其含义． 【解】（1）散点图如图所示： （2）由散点图可以看出，样本点呈条状分布，施肥量和水稻产量有较好的线性相关关系，因此可以用线性回归方程近似刻画它们之间的关系。 【题后点评】在求回归方程时，先画散点图，看样本是否能很好地符合线性相关关系或进行相关性检验.相关指数R2表示解释变量对预报变量的贡