第六章直线回归与.pptVIP

第七章 直线回归与相关 第一节 直线回归 第二节 直线相关 第三节 曲线回归 思考问题 1.变量之间的关系大致分为哪几类?对其作简要说明. 2. x与y两个相关变量间的关系有哪两种理论模型?何谓相关关系?何谓回归关系?两者之间的联系? 第一节 直线回归 一.回归与相关的概念 (一).变量之间的关系 1.确定性的关系—函数关系 一个变数的任一变量都必有另一变数的一个确定数值与之对应的关系.即对应于任一x值必有一确定的y值,反之,对应于一y值亦必有一确定的x值. 2.非确定性的关系—相关关系和回归关系 相关关系:两变量X，Y均为随机变量，没有自变量和依变量之分, 没有预测的性质. 任一变量的每一可能值都有另一变量的一个确定分布与之对应。 x和y两变量是平行关系. 回归关系：X是固定的，Y是随机变量，对X的每一确定值xi都有Y的一个确定分布与之对应,具有预测的性质.x和y两变量是因果关系. (二).回归分析与相关分析 1.回归分析: 是对符合回归理论模型的资料进行统计分析的一种数理统计方法.主要包括:①找出变量间相关关系的近似数学表达式—回归方程;②检验回归方程的效果是否显著;③由1个或几个变量的值,通过回归方程来预测或控制另一变量的值. 2.相关分析 对符合相关理论模型的资料进行统计分析称为相关分析.主要是测定两个变量在数量关系上的密切程度和性质. 3.回归和相关之间的关系 两者不能截然分开.一是因为两变量存在回归关系必然有相关,二是因为由回归可获得相关的一些信息,由相关也可获得回归的一些信息. 二.直线回归分析 (一).直线回归方程的建立 1.直线方程 如果x,y两个变数在散点图上呈直线关系,那么,其数量关系可用直线方程来表示 式中,x是自变数; 是和x相对应的依变数y的点估计值;a是x=0时的 值,即回归直线在y轴上的截距,叫回归截距;b是x每增加一个单位数时, 平均地将要增加(b0时)或减少(b0时)的单位数,叫回归系数或斜率. 水稻单株生物产量与稻谷产量的散点图 2.关于a,b计算公式的推导 (1).数学模型 当x与y间存在近似的直线关系,即有模型: 式中,α,β为未知参数;ε为相互独立的随机变量,且设 从模型中知道,如果我们能求得α,β的估计值a,b,则可得出直线回归方程. (2)参数α,β的估计 要使 能够最好地代表y和x在数量上的互变关系,应使回归直线 尽可能地靠近点 即:应使总的离回归平方和(剩余平方和)达到最小,这就是最小二乘法的原理.即 得 令 则,由上式得 上式中, 是x的离均差和y的离均差的乘积之和,简称乘积和,记为sp; 得到α,β的最小二乘估计为: 称为x,y变量的离均差乘积和; 为自变量x的离均差平方和 3.关于a,b的统计学意义 a,b的取值可正可负.当a 0时,回归直线在第一象限交于y轴;当a0时,回归直线在第一象限交于x轴;当b0时, y随x的增大而增大,成正相关;当b0时, y随x的增大而减小,成负相关;当b=0或与0的差异不显著时,则表明y的变异与x的取值大小无关,即二者不相关,直线回归关系不成立. 4.直线回归方程的基本性质 (1).离回归平方和最小.即 最小. (2).偏差之和等于0,即 (3).回归直线必通过点 因为:将 代入直线回归方程,则得到 当 时， 5.回归分析的基本程序 第一步:作散点图 第二步:建立回归方程 1.计算6个一级数据( 2.计算5个二级数据( 3.计算a,b( 4.写出回归方程 第三步:回归关系的显著性检验 第四步:回归方程的预报与控制 (二)直线回归的假设检验 为什么要进行直线回归的假设检验? 我们在假定 满足线性模型 的条件下,求得了回归方程,问题是这个假设是否正确?即变量y与x之间是否确有线性关系?如果他们之间没有线性关系,那么数学模型中的β应为0,需要检验假设H0:β=0是否成立.可采用F测验法、t测验法. 1.F测验法 （1）平方和与自由度的分解 从图看到： 上式两端平方，然后对所有的n点求和，则有 所以有 反映了y的总变异程度，称为y的总平方和，记为SSy；