回归分析1.pptVIP

* * 第一讲：一元线性与非线性回归分析 引例：钢材消费量与国民收入的关系 一元回归模型与回归分析 MATLAB软件实现 简介一元 非线性回归模型 实验 为了研究钢材消费量与国民收入之间的关系，在统计年鉴上查得一组历史数据。 引例：钢材消费量与国民收入的关系 3155 2736 1979 …… …… …… 1502 988 1966 3372 2948 1284 1097 收入(亿) 2825 1446 872 698 消费(吨) 1980 1978 1965 1964 年 份 试分析预测若1981年到1985年我国国民收入以4.5%的速度递增，钢材消费量将达到什么样的水平？ 钢材消费量--------试验指标(因变量)Y； 国民收入-----------自变量 x； 建立数据拟合函数 y = E（Y | x）= f(x)； 作拟合曲线图形分析。 问题分析： 钢材消费量y与国民收入x的散点图 y=a+bx 回归分析是研究变量间相关关系的一种统计分析。 特点：试验指标（因变量）是随机变量。 图形解释：y = E（Y | x）= f(x) 假设：f(x) = ax+b x x0 E(Y|x0) y 0 ． ． ． ． ． ． ． ． x1 E(Y|x1) · · · · · · 假设： （y = E（Y | x）= f(x)） 1）Y是一个正态随机变量，即Y服从正态分 布，并且有方差 D(Y)=σ2。 2）根据观测值作的散点图，观察出函数f(x) 是线性形式还是非线性形式。 回归模型及回归分析 1、一元线性回归模型 或 需要解决的问题： 1） 在回归模型中如何估计参数a、b和σ2？ 知识介绍 2） 模型的假设是否正确？需要检验。 3）利用回归方程对试验指标y进行预测或控制？ 参数估计 设观测值为(xi, yi)（i=1,2,…,n), 代入模型中，yi = a + bxi +εi 解出的参数记为 则回归方程： 最小二乘法: 回归模型的假设检验 提出问题： 1、相关系数检验 | r |≤1 | r |→1，线性相关 | r |→0，非线性相关 模型：Y = a + bx +ε H0的拒绝域为： （ ） -1 1 | | · 0 rα(n-2) -rα(n-2) 2、F-检验法 平方和分解公式： 记为 实测值 估计值 残差值，剩余平方和,越小越好 认为线性回归效果好 预测与控制 给定的自变量x0，给出E(y0)的点估计量: y0的置信度为(1??)%的预测区间为： 设y在某个区间(y1, y2)取值时, 应如何控制x的取值范围, 这样的问题称为控制问题。 小结： 或 模型 1、估计参数a，b，σ2； 2、检验模型正确与否；（即b→0） 3、预测或控制； 已知数据(xi, yi)(i =1,2,…,n), 如何利用MATLAB软件实现以上的统计计算？ MATLAB软件实现 使用命令regress实现一元线性回归模型的计算 b = regress (Y, X) 或 [b, bint, r, rint, stats] = regress(Y, X, alpha) 回归系数a，b以及它们的置信区间 残差向量e=Y-Y及它们的置信区间 相关系数R2，F-统计量和与χ0对应的概率p。 残差及其置信区间可以用rcoplot(r,rint)画图。 默认值是0.05 引例求解 输入：(hg1.m) x=[1097 1284 1502 1394 1303 1555 1917 2051 2111 2286 2311 2003 2435 2625 2948 3155 3372]; y=[698 872 988 807 738 1025 1316 1539 1561 1765 1762 1960 1902 2013 2446 2736 2825]; X=[ones(size(x)),x],pause [c,cint,r,rint,stats]=regress(y,X,0.05),pause rcoplot(r,rint) 输出： c = -460.5282 (参数a) 0.9840 (参数b) cint = -691.8478 -229.2085 ( a的置信区间 ) 0.8779 1.0900 ( b的置信区间 ) r = [ 79.1248 69.1244 -29.3788 -104.1112 -83.5709 -44.5286 -109.7219