11-12一般线性相关和多元回归绪论.ppt

Simple Linear Regression一般线线性回归分析 一元线性回归 一元线性回归 数学模型 最小二乘法 残差 或误差 由 ei Yi - a + bXi 表示 最适合的直线即是残差平方和最小的那条线。 最小二乘法 例1 A 黑带想了解一化学蒸馏过程中氧气的纯度 Y 与冷凝器中的炭氢化合物的%之间的关系. Example 1A 例1A Minitab Stat ? Regression ? Regression 例1A： Minitab的对话窗口 Regression Analysis: Oxygen purity % versus Hydrocarbon % The regression equation is Oxygen purity % 74.3 + 14.9 Hydrocarbon % Predictor Coef SE Coef T P Constant 74.283 1.593 46.62 0.000 Hydrocar 14.947 1.317 11.35 0.000 S 1.087 R-Sq 87.7% R-Sq adj 87.1% Analysis of Variance Source DF SS MS F P Regression 1 152.13 152.13 128.86 0.000 Residual Error 18 21.25 1.18 Total 19 173.38 测定系数-- R2定义 测定系数，R2是由回归线代表y中变异数量 统计性意义 线性回归方差分析表 Source DF Sum of Square SS Mean Square MS Regression 1 SSR ?i Yi – Y 2 SSR ÷ 1 Error n-2 SSE ?i Yi – Yi 2 SSE ÷ n-2 Total n-1 SST ?i Yi – Y 2 F* MSR ÷ MSE vs F 1 , n-2 -distribution 整体显著性 在Minitab中P数值是对回归等式的整体显著性的测量 Example 1B 例 1B Minitab Stat ? Regression ? Fitted Line Plot Example 1B: Fitted Line Plot例1B：拟合线图 例2：残差分析 例2：Minitab的残差图表 例2：Minitab的四合一图 置信区间 Confidence Interval 置信区间 CI 对于一个给出的 X，Y的平均值的分布区间 。该区间在X X处最窄； X 值离 X 越远其区间宽度越大。 Prediction Interval 预测区间 PI 对于与一个给出的X值相应的个别的Y值的区间。由于其应用个体值，该区间比置信区间宽。 例 ２ 从文件Oxygen purity.mtw中，测定对于已获得的 线性回归模型的95%置信区间和预测区间。 Minitab 例 2 Minitab Stat ? Regression ? Fitted Line Plot 例2： Minitab的 CI PI 图 例4： 预测 Example 4: Predictions 例4： 预测 例4： Minitab 输出 具有影响的数据点 具有影响的数据点包括下列现象 1 在正常数据模式以外的数据 强烈影响回归结果的数据 （也就是显著改变斜率或y轴截取值） 具有影响的数据点 这些现象并不一定是坏现象，因此你不一定要删除他们。 具有影响的数据可由于下列原因而被删除： 测量误差 数据输入误差 违反物理定律 具有影响的数据现象：界外点 Outliers 界外点 具有很大的残差数值的现象数据。 具有影响的数据现象：杠杆点 Leverage Points 杠杆点 X方向的高数值数据，它对于平方占有很高的比例 具有影响的现象数据 界外点的处理方法 对于如下两种情况，可以取消界外点： 对不将其纳入分析中有合理的解释（例如：输入错误） 2 若纳入这些数据，会令回归分析的合理的解释失效。 但是，因原因2 #被撤消的点必须和回归分析结果同时报告，要麽作为一次计数要麽作为一个称为“虚假”数值的百分比。这些点通常是一个造成问题的根源，因此，一定不可被“隐藏”。 例 5 从Oxygen purity.mtw文件中，测定在数据组内部是否存在 具有影响的数据点。 Multiple Regression Analysis多元回归分析 多项式回归 在前一节, 我们讲解了一般线性回归方法. 但是, 常常会