袁卫统计学2013春资料.ppt

* 7.3.2 回归模型参数的估计 以某班女生的身高和体重资料为例： 先用笨办法观察，是不是“越高越重” ——尽管存在反例，但“越高越重”的趋势存在：每高1厘米，体重增0.415kg 以极小值(身高146，体重40)为起点，可得关係式： 体重＝40+(身高-146) ×0.415 如身高156，体重的估计值是44.15 显然，这公式表现大略变化规律，还要考虑随机因素 回归模型 关键问题是确定a和b,即直线方程。 直线方程用来 概括散点的走向 * 内容回顾 算術平均数的数学性质 每个数据值与算術平均数有不同的差距，以“离差平方和”表示该差距之合体，相对最小 平均与变异是数据集合的本质 数据是表象，纷乱而多变，其本质是一般水平值，比较稳定，算術平均数最宜 * 最小平方法Least Squares Method A procedure for using sample data to find the estimated regression equation. We will find out the Least squares line. The phrase least squares is actually a shortened version of least sum of squared errors. An error is simply the difference between the observed y value and the predicted value y^. These errors are squared and added up for all of the points in the sample. The Least squares line minimized the sum of the squared errors. * Least Squares Method: geometry explain * Least Squares Method: mathematical solution 对a、b求偏导数，并令其为零 结果： * 7.3.3线性回归方程拟合优度的测定 判定係数coefficient of determination TSS=ESS+RSS * 度量拟合程度 拟合优度检验是指对样本回归线与样本观测值之间拟合程度的检验。度量拟合程度的指标是判定係数r2 。 基本思路：因变量Y的变异，能够被X的变异解释的比例越大，则OLS回归线对总体的解释程度就越好。 Xi X SRF Y 总平方和(TSS)：实测的Y值围绕其均值的总变异： * 定义判定係数： 估计的Y值围绕其均值的总变异 未被解释的围绕回归线的Y值的变异 * 身高体重回归直线 806个点 34％的体重差异可以由身高解释 换言之： 身高在34％的程度上决定了体重 * r2的意义 coefficient of determination决定係数或判定係数：自变量决定了的r2因变量 拟合优度(Goodness of Fit)。度量拟合优度的统计量是可决係数r2 。 * 回归模型的解释能力举例 设身高与体重的均值分别为171cm，60kg。二者之间的关係是y = 0.6488x - 51.267，如果某人180，他“应该”重0.6488*180-51.267=65.5 今有某大隻佬，180cm，75.5kg，别人讥笑他太肥。他辩解：“因为我比一般人高，所以我也比一般人重” 如果认识不太细致，祇好接受此人的辩解 * 回归模型的解释能力举例 更进一步的认识：一般规律是，你越高，你就越重，当你高达180时，你应该重65.5，而你重达75.5，多出来的这10kg就是你超级肥的部分 75.5-60＝(75.5-65.5)+(65.5-60) 实际值超出一般值的部分 =回归模型能够解释的超出部分+回归模型无法解释的部分 个体的总差异=规律性的差异+个体异常所形成的差异 * 估计标准误差Standard Error of Estimate Standard之一项解释：公认为权威或优秀的Widely recognized as a model of authority or excellence 实际值与理论值之间存在误差，犹如个别值与平均值之间存在误差 回归方法的理论值是沿着相同的规律所形成的不同表现，其内涵规律本身没有發生变化 共同意义：随机变动与“恒常”之差距 测量方法相同：个别偏离一般的平均水平 计算时，自由度(Degree of Freedom)是n-2。理由：回归方程描述二维数据的变化规律，这二维数据各自的自由度是n-1，故计算估计标准误差时自由度为n-2 。 可