Chapter13簡單線性迴歸.pptVIP

迴歸分析之意義 簡單線性迴歸模型 迴歸係數之估計與統計推論迴歸模型之適合度檢定 判定係數 預測 線性轉換 結論 13.1 迴歸分析之意義(1/2) 本章將介紹迴歸模型中最基本的一種模型：一個依變數與一個自變數間之線性關係，此模型稱之為簡單線性迴歸模型(simple linear regression model)。 所謂迴歸分析(regression analysis)是將研究的變數區分為依變數及自變數，並建立依變數為自變數之函數模型，然後再根據樣本所得的資料來估計函數模型的參數，其主要目的是用來解釋資料過去的現象及由自變數來預測依變數未來可能產生之數值。 13.1 迴歸分析之意義(2/2) 迴歸分析根據自變數之多寡，可分為以下二種： (1)簡單迴歸分析(simple regression analysis)：用一個自 變數來解釋一個依變數之迴歸分析。 (2)複迴歸分析(multiple regression analysis)：用二個或 二個以上自變數來解釋一個依變數之迴歸分析。 而迴歸模型亦可視其函數之型態區分為線性(linear)與非線性(nonlinear)兩種。例如， 為一線性模式，而 則為非線性模式。而本章我們將介紹簡單線性迴歸分析。 13.2 簡單線性迴歸模型(1/4) 令 、 分別表自變數與依變數，另外由於相同的 值所得到依變數之數值可能不同，因此令 表給定自變數為 值所得到依變數之數值，而 、 則分別表 之平均數及變異數。而所謂簡單線性迴歸模型便是想藉由 值及下列的模型來取得 ： 而此等式稱之為母體迴歸等式(population regression equation)，且 、 稱之為此迴歸等式之係數(regression coefficients)。 13.2 簡單線性迴歸模型(2/4) 但是 、 為未知的參數，所以為了估計此迴歸係數 、 ，我們可藉由抽樣所得的資料來估計，若令 、 分別為 、 之估計量，則其樣本迴歸等式(sample regression equation)如下： 即以 來估計 。 若已知有樣本資料 , …… ，則 ， ，其中 稱為殘差(residual)。 13.2 簡單線性迴歸模型(3/4) 簡單線性迴歸係數 、 之估計量 ， ，其中 不全相等。 13.2 簡單線性迴歸模型(4/4) 例題13.1 根據下表之資料，請利用最小平方法求出其樣本迴歸直線。 【解】 因此由最小平方法所得 、 之估計量為 由此可得此樣本迴歸直線為 。 13.3 迴歸係數之估計與統計推論(1/11) 在上一節中所介紹之母體迴歸方程式為 ， 而實際依變數的觀察值 與 存在一個隨機之誤差值 ，如圖13.2。 13.3 迴歸係數之估計與統計推論(2/11) 定理13-1 若隨機樣本 ， ，且令 ，則 定理13-2 令