第章直线回归分析.pptVIP

为直观理解男性腰围与腹腔内脂肪面积的关系，以腰围为横轴，腹腔内脂肪面积为纵轴，描出20对数据散点图如图14.1。 直线回归参数的含义 a ：回归直线在轴上的截距。 a 0，表示直线与纵轴的交点在原点的上方； a =0，则回归直线通过原点； a 0，则交点在原点的下方； b的统计学意义 x增(减)一个单位，y 平均改变b个单位。 说明存在回归关系的两变量间依存变化的数量关系。 应用直线回归应注意的问题 回归分析要有实际意义。 在进行直线回归分析前，应绘制散点图。 考虑建立线性回归模型的基本假定。 直线回归方程应用与图示应以自变量的取值范围为限。 两变量间的直线关系不一定是因果关系。 直线回归与相关的区别和联系 区别 资料要求不同 应用情况不同 联系 直线回归与相关的区别 资料要求不同 回归要求因变量y服从正态分布；y是可以精确测量和严格控制的变量，称为Ⅰ型回归。 相关要求两个变量x、y服从双变量正态分布。 应用情况不同 说明两变量间依存变化的数量关系用回归，说明变量间的相关关系用相关。 直线回归与相关的联系 方向一致，即r与b正负号一致 R 和 b 假设检验等价 用回归解释相关 SS残=SS总-SS回 因为SS总= SS回+SS残 所以SS残=SS总-SS回 =7293.650-4235.086 =3058.564 上面已算得SS总，SS回，SS残 列方差分析表，如下表： 表 直线回归的方差分析表 现?回=1，?残=18，查F界值表，得P0.01，按?=0.05水准拒绝H0，接受H1，差异有统计学意义，故可认为腹腔内脂肪面积与腰围之间存在直线回归关系，总体回归系数不等于零。 Ⅳ. 确定概率P值 v=n-2=20-2=18，tb=4.9924，查 t 界值表， 得p0.001。 Ⅴ. 下结论 因为p0.01，按?=0.05水准，拒绝H0，接受H1，差异有统计学意义。即故可认为腹腔内脂肪面积与腰围之间存在直线回归关系，总体回归系数不等于零。 对于同一资料，对总体回归系数?的假设检验与总体相关系数?的假设检验等价，并且检验统计量值具有如下关系： 二、总体回归系数β的置信区间 类似于总体均数的置信区间，参数β的(1-α)的置信区间为 例14.4 试估计例14.1资料的总体回归系数?的95%置信区间。 第三节 直线回归分析的应用 一、 统计预测 利用回归方程进行统计预测是回归分析最重要的应用。 所谓预测就是将预报因子(自变量x)代入回归方程对预报变量进行估计。 二 统计控制 统计控制是利用回归方程进行逆估计，即要求应变量Y在一定数值范围内变化，可以通过控制自变量X的取值来实现。 例 在硝酸钠的溶解试验中，测得在不同温度(0C)X下，溶解于100份水中的硝酸钠份数Y的数据见表。若要求溶解于100份水中的硝酸钠份数在80份以上，温度应如何控制？设置信度为95%。 不同温度下溶解于100份水中的硝酸钠份数 由原始数据计算可得： ?=0.05，?=9-2=7，查t 界值表的单侧 。 本例要求溶解于100份水中的硝酸钠份数Y在80份以上，对应于个体Y值的95%预测区间的单侧下限值： 当 时，代入相应的数据，解上式得XP=16.560C，即把温度控制在16.560C以上，就有95%的可能使溶解于100份水中的硝酸钠份数在80份以上。 * * 高尔顿(1822-1911)是现代回归与相关技术的创始人。1875年他用豌豆实验确定尺寸的遗传规律，他选出7组不同尺寸的豌豆并说服在英国不同地区的朋友，每一组种植10粒种子（父代），把（新豌豆）子代进行比较。 比较结果是：尺寸小的父代，子代豌豆比较大，尺寸大的父代，却得到比较小的子代。 Galton把这种现象称为“返祖”（趋向于祖先的某种平均类型），后来又称为“向平均回归”。 一个总体在某一时期具有某一极端特征（低于或高于总体平均值）的个体在未来某一时期将减弱它的极端性（或者是单个个体或整个子代），这一趋势称为“回归效应”。其应用很广。 平均说，非常矮小的父辈，倾向有偏高的子代，非常高大的父辈则倾向有偏矮的子代。 一次考试中成绩最差的那些学生，二次考试中倾向于有更好的成绩（比较接近所有学生的平均成绩），第一次考