第3章 回归分.docVIP

第4章　多元线性回归分析 本章提要 回归分析是研究1个因变量与多个自变量之间的依赖关系①。例如某地区农作物的产量或品质(如水果的含糖量)可能依赖于土壤的酸碱度、营养元素和微量元素含量等指标，又如区域内Au的矿化可能依赖于其它地球化学指标，如Cu、Fe、As、Bi、S、F、Cl等的含量，但由于自然现象的复杂性，这种依赖关系并不是完全确定的，而只是统计意义上的。回归分析就是用来揭示这一统计规律性的方法。 因变量y与自变量x1，x2，… ，xp之间的这种关系可表示为 y＝f (x1，x2，… ，xp)+???　　　 p为自变量数，?为误差部分，一般可假定服从均值为0，方差为? 2的正态分布，即有??~ N (0, ? 2)。 多元线性回归 1. 多元线性回归模型 因变量y与自变量x1，x2，… ，xp之间最简单的依赖关系是线性关系 (4.1） 称为p元线性回归模型，而 　　　　　 称为回归方程，??0, ??1, … , ??p为未知参数，其中??0为常数项， ? j ( j=1, 2, …, p)称y对x j的偏回归系数。 回归方程的几何意义是以一个超平面来拟合空间数据，见图文框4.1。 为建立多元线性回归方程，首先要对所研究的自变量和因变量进行抽样分析，第i个样品的p个变量的分析价值为xi1，xi2，… ，xip，相应的应变量值为yi。则