单元复习统计案例汇总.pptVIP

一、复习巩固1、线性回归模型：（其中a和b为模型的未知参数，e称为随机误差）。y=bx+a+e2、残差图3、残差分析：以残差为纵坐标，编号（或**）为横坐标作出的图形. 可以通过残差图来判断模型拟合的效果；判断原始数据中是否存在可疑数据.这方面的分析工作称为残差分析.二、如何刻画模型拟合的精度（效果）？相关指数：残差平方和总体偏差平方和1）取值范围在[0,1]之间，即0≤R2≤1．2)在线性回归模型中，相关指数R2表示解析变量x对预报变量y变化的贡献率。代表自变量刻画预报变量的能力。注意：建立回归模型的基本步骤：（1）确定研究对象，明确哪个变量是解析变量，哪个变量是预报变量;（2）画出确定好的解释变量和预报变量的散点图，观察它们之间的关系（是否存在线性关系）；（3）由经验确定回归方程的类型（如观察到数据呈线性关系，则选用线性回归方程y=bx+a）；（4）按一定规则估计回归方程中的参数（如最小二乘法）；（5）得出结果后分析残差图是否异常（个别数据对应残差过大，或残差呈现不随机的规律性等），若存在异常，则检查数据是否有误，或模型是否合适等.1)确定解释变量和预报变量;2)画出散点图;3)确定回归方程类型;4)求出回归方程;5)利用相关指数或残差进行分析.（三）二个概念这种变量的不同取“值”表示个体所属的不同类别，这类变量称为分类变量1.分类变量对于性别变量，取值为：男、女分类变量在现实生活中是大量存在的，如是否吸烟，是否患肺癌，宗教信仰，国别，年龄，出生月份等等。有时候我们需要关注这些分类变量之间是否有关系。如：（二）求解假设检验问题考虑假设检验问题：H0：面包分量足←→H1：面包分量不足通过实际数据（样本）若A事件发生，我们就有一定把握断言H0不成立，（H1成立）即面包分量不足否则，没有发现样本数据与H0相矛盾的证据。构造对立小概率事件A：一年中购买面包的质量的平均值不大于950g（二）求解假设检验问题考虑假设检验问题：H0：面包分量足←→H1：面包分量不足在H0成立的条件下，构造与H0矛盾的小概率事件；如果样本使得这个小概率事件发生，就能以一定把握断言H1成立；否则，断言没有发现样本数据与H0相矛盾的证据。求解思路：吸烟与肺癌列联表不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计9874919965为了调查吸烟是否对肺癌有影响，某肿瘤研究所随机地调查了9965人，得到如下结果（单位：人）列联表0.54%2.28%通过图形直观判断两个分类变量是否相关：等高条形图不患肺癌比例患肺癌比例通过数据和图形我们直观判断：“吸烟和患肺癌有关”，但这种推断是否可靠呢？是否有个像回归分析R2那样的指数来衡量呢？我们可以通过统计分析解决这个问题。假设H0：吸烟和患肺癌无关不患肺癌患肺癌总计不吸烟7775427817吸烟2099492148总计9874919965在此前提下不患肺癌患肺癌总计不吸烟aba+b吸烟cdc+d总计a+cb+da+b+c+d 现在计算知：事件A发生，我们就有99%把握断言H0：吸烟与患癌没有关系不成立，即H1：吸烟与患癌没有关系成立。可能出现错误，但出错的可能性不超过1%。 利用随机变量K2来判断“两个分类变量有关系”的方法称为两个分类变量的独立性检验.(为假设检验的特例) 独立性检验一般步骤： 若推断的论述为H1：X与Y有关系1.则反设论述得H0：X与Y没有关系2.计算K2的观测值k,查表