第七章 相关与回归分析44598.ppt

学习目的： （1）掌握相关分析与相关系数的概念、相关系 数的计算方法 （2）掌握一元线性回归的基本原理和参数的最小二乘 估计方法 （3）掌握回归方程的显著性检验 （4）利用回归方程进行预测 重点：（1）相关系数； （2）一元线性回归的基本原理。 难点：（1）相关系数的计算方法； （2）回归方程的显著性检验。 父亲们的身高与儿子们的身高之间关系的研究 1889年F.Gallton和他的朋友K.Pearson收集了上千个家庭的身高、臂长和腿长的记录 企图寻找出儿子们身高与父亲们身高之间关系的具体表现形式 下图是根据1078个家庭的调查所作的散点图（略图） 从图上虽可看出，个子高的父亲确有生出个子高的儿子的倾向，同样地，个子低的父亲确有生出个子低的儿子的倾向。得到的具体规律如下： 如此以来，高的伸进了天，低的缩入了地。他百思不得其解，同时又发现某人种的平均身高是相当稳定的。最后得到结论：儿子们的身高回复于全体男子的平均身高，即“回归”——见1889年F.Gallton的论文《普用回归定律》。 后人将此种方法普遍用于寻找变量之间的规律 （一）建立一元线性回归方程的步骤 散点图 计算公式 回归分析的内容和步骤 1、根据理论和对问题的分析判断， 区分自变量和因变量； 2、设法找出适合的数学方程式(即 回归模型)描述变量间的关系 3、对回归模型进行统计检验； 4、统计检验通过后，利用回归模型，根据解释变量去估计，预测 因变量。 回归分析的分类 根据变量的多少分为： 简单回归 多元回归 只有一个自变量和一个因变量的回归 自变量数目在两个或两个以上 根据建立的回归模型形式分为： 线性回归 非线性回归 从所拟合的回归模型来看，一变量表现为其它变量的线性组合。 从所拟合的回归模型来看，一变量表现为其它变量的非线性组合 回归分析与相关分析 理论和方法具有一致性； 无相关就无回归，相关程度越高，回归越好； 相关系数和回归系数方向一致，可以互相推算。 联系： 相关分析中x与y对等，回归分析中x与y要确定自变量和因变量； 相关分析中x、y均为随机变量，回归分析中只有y为随机变量； 相关分析测定相关程度和方向，回归分析用回归模型进行预测和控制。 回归分析与相关分析 区别： 简单线性回归模型 指根据成对的两个变量的数值，配合直线方程式，根据自变量的变动，来推算因变量发展变动趋势的方法，其模型为： 其中：Yi表示因变量Y在总体中某一个具体的观察值；Xi表示在研究总体中自变量X的具体观察数值；A与B是参数，称为回归系数；εi是一个随机变量，其平均数为0，方差为σ2. 总体回归模型 总体一元线性回归模型： 模型参数 误差项 假定： E(?)=0 总体一元线性回归方程： 简单线性回归模型的假设 1、正态性假定 3、线性假定 2、同方差假定 4、独立性假定 当确定某一个Xi时，相应的Y就有许多Yi值与之对应。Yi是一个随机变量，这些Yi构成一个在X取值为Xi条件下的条件分布、并假设其服从正态分布。 假定所有Yi这一条件分布的方差是相等的。 假定所有Yi这一条件分布的平均数位于一条直线上，这条直线为Yi=A+BX， 假定Yi之间是独立的，也就是说抽样时，Y的值在每取一个X值的条件分布相互独立。 一元线性回归模型的假定 在实际应用中，我们对X和Y所代表的总体往往不可能全面的观察和了解，而只能从中抽取部分资料作为样本，并通过样本提供的信息来认识总体，找出总体回归模型的估计式，其估计式的方程式可写为: 简单线性回归模型 其中：a，b和ei分别为A、B及εi的估计量。 由于抽样的随机性，使样本回归线不可能与总体回归完全重合，从而会出现样本回归函数高估或低估总体回归函数的情况，我们能做的就是设法使样本回归函数尽可能接近总体回归函数，也就是说要使回归方程参数的估计值a、b尽量接近总体真实参数A、B。 样本回归模型 一元线性回归方程的几何意义 截距 斜率 一元线性回归方程的可能形态 ?为正 ?为负 ?为0 回归直线的拟合 总体一元线性 回归方程: 样本一元线性回归方程： 以样本统计量估计总体参数 斜率（回归系数） 截距 截距a 表示在没有自变量x的影响时，其它各种因素对因变量y的平均影响；回归系数b 表明自变量x每变动一个单位，因变量y平均变动b个单位。 (估计的回归方程) 随机干扰：各种偶然因素、观察误差和其他被忽视因素的影响 X对y的线性影响而形成的系统部分，反映两变量的平均变动关系，即本质特征。 残差(Residual):e 1、作散点图 2、配直线方程 一元线性回归方程 中参数a、b的确定： 最小平方法 基本数学要求 整理得到由两个关于a、b的二元一次方程组成的方程组： 进一步整