第十一章 回归分析教案.pptVIP

第十一章 回归分析 §11.1回归概念 §11.2一元线性回归方程 §11.3可线性化的回归方程 例 1 居民按人口计算的平均收入与某种商品（如糖果）的消费量之间，有着一定的联系。一般说来平均收入高的，消费量大，但平均收入相同时，这种商品的消费量却不一定是完全相同的。 §11.2 一元线性回归方程 具有相关关系的变量间虽然不具有确定的函数关系，但是可以借助函数关系表达它们之间的统计规律性。用以近似地描述具有相关关系的变量间联系的函数称为回归函数。 （一） 回归直线方程 例1 以家庭为单位，某种商品年需求量与该商品价格之间的一组调查数据如表11-1所示： 可以用（11.9）与（11.8）式分别计算 为了清楚起见，可先列出回归计算表如表11-2：  P223 1、2、3、4 （二） 相关性检验 说明x值的变化对y没有影响，因而变量x不能控制变量y，用回归直线方程(11.10)不能描述两个变量y与x之间的关系。 认为x与y之间存在线性相关关系。 §11.3 可线性化的回归方程 如果由观察数据画出的散点图或由经验认为两个变量之间不能用线性关系近似描述，但是其中有些回归方程仍可化为线性回归方程，那么只要进行变量替换，就能直接利用线性回归方程的结果。 在经济领域中常用的有下面几种形式： 试利用下列资料（见表11-5），求出y对x的回归曲线方程。  P223 1、2、3、4 至于Q，它是对应于变量x的每一个取值 xi ，变量y的实际观察值yi与回归函数值 的离差平方和，是由总误差中分离出x对y的线性影响之外的其余因素而产生的误差。 在（11.2）式假定下，Q完全是随机项 ε引起的，称为残差平方和或剩余平方和。 在平方和分解公式中 如果 U的值大，说明U起主导作用，建立的回归方程回归效果显著。 如果 Q的值大，说明Q起主导作用，建立的回归方程回归效果不显著。 则建立的回归方程无效 可以证明： 回归直线方程 若建立的回归直线方程无效，则b=0 1.首先提出待检假设 2.根据假设选取统计量 在H。成立的条件下所选统计量 3.对于给定的检验水平 α，构造小概率事件 (4)根据样本观察值计算统计量F的值并与临界值Fα比较； (5)下结论： 如果F Fα ， 则否定假设H0 只有存在线性相关关系的变量之间建立回归直线方程才是有意义的。 为了检验相关性，有时选用样本相关系数 为统计量，并把R的临界值列成相关系数表(附表七)。 不过这两种检验方法是一致的。 这是由于 因此，F的值较大等价于|R|较大，可以用 以例1为例，说明相关性检验的步骤： 可以用（11.9）与（11.8）式分别计算 为了清楚起见，可先列出回归计算表如表11-3： 例1 以家庭为单位，某种商品年需求量与该商品价格之间的一组调查数据如表11-1所示： 3.5 1.2 3.3 1.2 3 1.5 2.8 2 2.6 2.5 2.5 2.4 2.3 2.7 2 3 2 3.5 1 5 Pi (xi) di (yi) 4.2 12.25 3.96 10.89 4.5 9 5.6 7.84 6.5 6.76 6 6.25 6.21 5.29 6 4 7 4 5 1 25 25 54.97 67.28 74.68 ∑ 解：设回归直线方程为 1.44 1.44 2.25 4 6.25 5.76 7.29 9 12.25 25 相关性检验的一般步骤 1.提出待检假设 2.列出方差计算表（如表11－3） 根据表中结果继续计算： 3.列出方差分析表 显著性 F的临界值 F的值 自由度 离差平方和 方差来源 4.78 12.18 -7.53 11.86 0.32 显著性 F的临界值 F的值 F≈ 296.5 自由度 1 8 9 离差平方和 U≈11.86 Q≈0.32 Syy=12.18 方差来源 回归和 余和 总和 在显著性一栏内画一个※ 在显著性一栏内再画一个※ 4.结论：拒绝假设H0 认为b≠0 变量x对y有极其显著的线性影响。 所求回归方程应为 继续计算： （一）双曲线型 （二）指数曲线型 （三）幂函数型 （四）S曲线型 （五）对数曲线型 1. 双对数型 2. 半对数型 例 同一生产面积上某作物单位产品的成本与产量间近似满足双曲线型关系： 2.18 19.1 3.72 18.3 3.84 18.8 3.84 18.9 4.45 18.5 5.67 17.7 解： 得回归方程为 列出回归计算表 * *