气象统计方法第五章多元线性回归分析详解.ppt

气象统计方法;第五章 多元线性回归（huang36）;本章主要内容;一、概述; 2.基本概念 多元回归就是研究一个预报量和多个预报因子之间的关系。主要讨论较为简单的多元线性回归。其分析原理与一元线性回归分析完全相同。;二、回归模型 假定预报量y与p个预报因子关系是线性，为研究它们之间的联系作n次抽样，则可得到如下结构表达式： (1) ; 其中， 为p+1个待估计参数， 是p个 一般变量， 是随机误差（相互独立变 量），服从 正态分布。上述模型 还可以写为： (2) ;其中， 都是向量。X是因子矩阵，即 ; 我们得到的是一组实测p个变量的样本，利 用这组样本（n 次抽样）对上述回归模型进行 估计，得到的估计方程为多元线性回归估计方程，记为： (3) 其中， 是 的估计值，下面讨论如何确定 它们。;三、回归系数最小二乘估计; 对一组样本资料，预报值的估计可以看成 为一个向量，记为 满足（3）的回归方程，也可以写为矩阵形式， 即 ，其中，X就是因子矩阵，b为回 归系数，即; 预报量的观测值与回归值之差的内积就 是它们的分量的差值平方和，即 根据微分学原理，有;可以写成向量的形式;补充 矩阵和向量形式表示的函数的微分;1）如果x、a及f如上面定义，则有 2）如果x如上面定义，令 ，则;3）如果A为 对称阵，则 对x的偏微分为;特别注意;; 通??分析其向量形式可得到求回归系数 的标准方程组矩阵形式，即 (4) 展开为;求解上述方程组的方法： 1)用高斯或亚当—高斯消去法，解此正规方程组得回归系数估计值b0和bk(k=1-p) 2)用矩阵运算求解(逆矩阵法);;四、线性回归模型的其他两种形式 1、距平形式： 从（4）式可以导出 代入（3）式，得到 ;令 上式变为 （5）; 对一组样本容量为n的多个距平变量数据， 可类似写成回归方程的矩阵形式 其中，; 气象上，为消除季节变化的差别或者地点的差别，经常使用距平变量研究问题。所以形如（5）式的回归方程更为常用。 1）从距平变量的观测值求回归系数，同样用最小二乘法导出求回归系数的标准方程组，其矩阵形式为