第10讲线性回归分解.ppt

　　3. 多元回归中的虚拟变量 在调查问卷中的二项式问题，只有用“是” 或“否”, “有”或“无” 等肯定或否定的答案来回答. 在多元回归分析中对此类答案 通常用0和1予以赋值，由于0和1只是它们的假设值，因而称 这种变量为虚拟变量． 虚拟变量在多元回归分析中通常可以提供有价值的信息，如 果能够恰当地为其赋值，虚拟变量也可以作为回归模型中的 解释变量． 案例: 从某行业的大量工人中随机抽取15个作为样本，把这些工人 的学历“是大专以上学历”赋值为1,“不是大专以上学历”赋值为 0. 试以学历和工龄为自变量，月薪为因变量，建立多元回归 模型，分析学历对月薪的影响(有关数据见下表)． 8 11 7 12 4 15 14 13 13 8 10 10 12 3 2 0 0 1 1 0 1 1 0 1 0 0 1 0 0 1 1250 1375 1462 1786 970 2087 1856 1432 1660 1128 1456 1820 1560 954 1080 工龄x2(年) 是否具有大专以上学历x1 (是=1,不是=0) 月薪y(元) 月薪及其学历和工龄数据 利用EXCEL软件进行回归分析的步骤: (案例5) 第一步: 打开EXCEL软件，在相应单元格中输入有关数据， 第二步: 单击菜单中的“工具 数据分析 回归”，在“回归” 对话框中的“Y值输入区域”输入“A2:A16”, 在“X值输入区域”输 入“B2:C16”,在“输出区域”选取单元格A18,并单击“确定”按 钮，既获得多元线性回归分析结果． 结果分析: 获得的回归方程为: y=718.3+298.6x1+63.5x2 对t统计量进行检验后发现，虚拟变量“学历”的回归系数在 显著性水平α=0.05下, t=5.49, 对应的P=0.000138,说明在回 归模型中，学历对月薪的影响是显著的。 在显著性水平α=0.05下, F=72.4, P=2.01E-07,说明回归 模型也是高度显著的。 思考题: 1. 试写出一元线性回归方程式的表达式,式中什 么是自变量?什么是因变量?什么是截距?什么 是斜率? 2. 试写出一元线性回归方程式中斜率和截距的 计算公式. 3.多元线性回归与一元线性回归有什么区别? * * 第10讲 线性回归分析 一元线性回归 线性回归 多元线性回归 回归分析的基本思想和方法以及“回归(Regression)”名称是 由英国统计学家F.Galton(1822～1911年)和他作为现代统计 学的奠基者之一的学生K. Pearson(1856～1936年)提出的。 他们在研究父母身高与其子女身高的遗传问题时，观察了 1078对夫妇，以每对夫妇的平均身高作为解释变量Ｘ，取他 们的一个成年子女的身高作为被解释变量Ｙ，将结果在平面 直角坐标系上绘成散点图，发现趋势近乎一条直线。 计算出回归直线方程为：Ｙ=33.73+0.516Ｘ。 这种趋势及回归方程表明父母身高Ｘ每增加一个单位时，其 成年子女的身高Ｙ也平均增加0.516个单位。 一、一元线性回归 1. 变量间的相关关系 确定性关系: 两个变量之间可以用函数y=f(x)来描述. 例如: 圆的半径R和圆的周长L, L=2πR,对于一个给定 的半径R,都有一个确定的周长L与之对应. 不确定关系:两个变量之间的关系不能用确定的数学表达式 来描述,也就是说对于一个给定的x值,不能找到 唯一确定的y值与之对应.但两个变量之间存在 着相互依赖的内在联系.例如: 人体内脂肪含量与年龄 商品的销售量与广告费用 粮食产量与施肥量 回归分析就是对相关关系进行定量研究的统计分析方法。 2.回归直线与回归方程 已知(x1,y1), (x2,y2),···,(xn,Yn)为一组样本观察值,其中x为自 变量(又称解释变量), y为因变量(又称被解释变量). 上述的每一组数据,都对应平面坐标系上的一个点,描绘出所 有的点,我们就得到一个“散点图”. 这些样本点并不一定 严格地落在一条直线上, 如果这些点都在一条直 线附近,我们就用这条直 线来拟合所有的散点 (xi,yi)(i=1,2,···,n), 这条 直线称为“回归直线”.