ppt 第9章 回归分析.pptVIP

第九章 回归分析;9.1.1 回归线和回归模型 利用样本数据获得回归线通常可采用两类方法：第一，局部平均；第二，函数拟合。;;9.2 线性回归分析;9.2.1一元线性回归模型 一元线性回归模型是指只有一个解释变量的线性回归模型，用于揭示被解释变量与另一个解释变量之间的线性关系。现实社会经济现象中，某一事物（被解释变量）总会收到多方面因素（多个解释变量）的影响。一元线性回归分析是在不考虑其他影响因素或在是比较理想化的分析。一元线性回归数学模型是 ;9.2.2多元线性回归模型 多元线性回归模型是指有多个解释变量的线性回归模型，用于揭示被解释变量与其他多个解释变量之间的线性关系。多元线性回归的数学模型是 ;;;9.2.4.1 回归方程的拟合优度检验 对于一元线性回归方程 一元线性回归方程的拟合优度检验采用 统计量。该统计量称为判定系数或决定系数，数学定义为: ; 对于多元线性回归方程 多元线性回归方程的拟合优度检验采用 统计量。该统计量称为调整的判定系数或调整的决定系数，数学定义为; 9.2.4.2 回归方程的显著性检验 对于一元线性回归方程检验采用统计量，其数学定义为 ; 对于多元线性回归方程 检验采用统计量，其数学定义为 ;; 对于一元线性回归方程 一元线性回归方程的回归系数显著性检验的零假设是 ，即回归系数与零无显著差异。它意味着，当回归系数为0时，无论取值如何变化都不会引起的线性变化，无法解释的线性变化，它们之间不存在线性关系。; 对于多元线性回归方程 多元线性回归方程显著性检验的零假设是 ： ，即第个偏回归系数与零无显著差异。它意味着当偏回归系数为 =0时，无论取值如何变化都不会引起的线性变化，所有无法解释的线性变化，它们不存在线性关系。;9.2.4.4 残差分析 所谓的残差是指由回归方程计算所得的预测值与实际样本值之间的差距，定义为 1.残差均值为0的正态分布分析 当前面的讨论中知道，当解释变量取某个特定的值时，对应的残差必然有正有负，但总体上应服从以0为均值的正态分布。可以通过绘制残差图对该问题进行分析。残差图也是一直散点图。图中一般横坐标是解释变量（也可以是被解释变量的预测值），纵坐标为残差。 ;;;;;;;; 9.4曲线估计; 9.5 二项Logistic回归;;;;;;; 1. 回归方程的显著性检验 2. 回归系数的显著性检验 3. 回归方程的拟合优度检验?? （1） 统计量? （2）统计量 （3） 错判矩阵;;9.6 案例分析一;;; 2、在一项水分渗透试验中，得观测时间和水的重量的数据如下表。 画出散点图； 求曲线回归方程y=ab； 对lny与ln之间的回归关系进行显著性检验α=0.05 ;完------------- 谢 谢！