09双变量回归与相关教案.ppt

双变量回归与相关 现实生活中，许多现象之间有相互联系，然而并不像函数那样是确定性关系。例如：身高与体重、体温与脉搏、年龄与医疗费用等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。有些变量间关系密切，有些不密切；有些是因果关系；但是，有的现象之间因果不清，只是伴随关系。 为了研究父亲与成年儿子身高之间的关系，卡尔.皮尔逊测量了1078对父子的身高。把1078对数字表示在坐标上，如图。用水平轴X上的数代表父亲身高，垂直轴Y上的数代表儿子的身高，1078个点所形成的图形是一个散点图。它的形状象一块橄榄状的云，中间的点密集，边沿的点稀少，其主要部分是一个椭圆。 回归方程 直线回归的任务就是要找出因变量随自变量变化的直线方程，我们把这个直线方程叫做直线回归方程。 最小二乘法(least square method, LS)：使各散点到直线的纵向距离的平方和最小。 求偏导数得正规方程组 回归直线的描绘 根据求得的回归方程，可以在自变量X的实测范围内任取两个值，代入方程中，求得相应的Y估计值，以这两对数据找出对应的两个坐标点，将两点连接为一条直线，就是该方程的回归直线。 回归直线一定经过 。这两点可以用来核对图线绘制是否正确。 直线回归方程是从