第十二章_简单回归分析(讲).pptVIP

线性回归的应用 个体Y预测值的区间估计 线性回归的应用 线性回归的应用 非线性回归 非线性回归 变换自变量实现线性回归的步骤 1、首先将观测数据作散点图，观察散点的分布与何种函数类型类似 2、对照所选函数进行相应的变量变换 3、使用最小二乘法作线性模型的参数估计 直线回归与相关的区别与联系 区别 r 没有单位，b有单位；所以，相关系数与单位无关，回归系数与单位有关； 相关表示两变量关系的方向和密切程度。而回归则用函数方程表示应变量随自变量变化的数量关系； 对资料的要求不同： 当X和Y都是随机的，可以进行相关和回归分析； 当Y是随机的(X是控制的)，理论上只能作回归而不能作相关分析 直线回归与相关的区别与联系 联系 均表示线性关系； 符号相同：共变方向一致； 假设检验结果相同：是否存在共变关系； 决定系数 表示由X导致Y的变异在总变异中所占的比重，越接近1越好。开方便是相关系数 回归分析的正确应用 要有实际意义； 充分利用散点图，判断： (1) 线性趋势 (2) 离群值 回归系数是有单位的，不能根据 b 的大小判断回归关系的密切程度 自变量的选择： 原因 容易测量的 变异小的 年龄、身高、体重、体表面积 回归分析的正确应用 应用条件(LINE)： (1)线性(linear) (2)独立(independent) (3)给定X时，Y正态分布(norm