第九章相关分析与一元回归分析-郑州轻工业学院.ppt

§9.2 回 归 分 析 9.2.1 一元线性回归分析 5. 残差分析 (2) 残差图分析 【实验9-3】使用Excel数据分析功能对表9-1中合金钢的强度y与含碳量x作一元线性回归分析． 结果显示，回归方程为 图9-14 回归分析结果 §9.2 回 归 分 析 9.2.1 一元线性回归分析 5. 残差分析 (2) 残差图分析 【实验9-3】使用Excel数据分析功能对表9-1中合金钢的强度y与含碳量x作一元线性回归分析． 2)方程的拟合优度R 2为0.9503． F统计量的P值 = 7.59?10-8 0.05，说明?1显著非0，回归 方程显著． 其中回归系数?1 =132.90， §9.2 回 归 分 析 9.2.1 一元线性回归分析 5. 残差分析 (2) 残差图分析 【实验9-3】使用Excel数据分析功能对表9-1中合金钢的强度y与含碳量x作一元线性回归分析． 2)意味着含碳量每增加 0.01%，合金钢的强度平均 增加1.329个107Pa． 从残差图可以看出， 所建回归模型是合适的． §9.2 回 归 分 析 9.2.1 一元线性回归分析 5. 残差分析 (2) 残差图分析 【实验9-3】使用Excel数据分析功能对表9-1中合金钢的强度y与含碳量x作一元线性回归分析． 实验操作： §9.2 回 归 分 析 9.2.1 一元线性回归分析 6．利用回归方程进行估计和预测 在回归方程通过各种检验后，就可以利用它对因变量的取值进行预测了.对因变量的取值进行预测分为点预测（点估计）和区间预测（区间估计），点预测是根据回归方程代入自变量的值，得到对应因变量的预测值，而区间预测则是在点预测的基础上，给出给定置信水平下的因变量的预测区间． §9.2 回 归 分 析 9.2.1 一元线性回归分析 6．利用回归方程进行估计和预测 (1) 点预测 假设通过各种检验的“最优”回归方程为 对给定的x0值，代入回归方程 中就可得的值. 它即可以作为实际值 的估计值，也可以作为的估计值，这就是所谓的点预测． 例如，对合金钢强度y对含碳量x的回归方程 §9.2 回 归 分 析 9.2.1 一元线性回归分析 6．利用回归方程进行估计和预测 (1) 点预测 假设通过各种检验的“最优”回归方程为 对给定的x0值，代入回归方程 中就可得的值. 它即可以作为实际值 的估计值，也可以作为的估计值，这就是所谓的点预测． 当已知含碳量x0= 0.22时，就可以预测合金钢强度为 §9.2 回 归 分 析 9.2.1 一元线性回归分析 6．利用回归方程进行估计和预测 (2) 预测区间 预测区间分为个体的预测区间和均值的预测区间，这里只介绍个体的预测区间． 对给定的x0值，因变量y的相应值y0记成 由于y0服从正态分布，且 可以证明 §9.2 回 归 分 析 9.2.1 一元线性回归分析 6．利用回归方程进行估计和预测 (2) 预测区间 对给定的x0值，因变量y的相应值y0记成 由于y0服从正态分布，且 可以证明 其中， §9.2 回 归 分 析 9.2.1 一元线性回归分析 6．利用回归方程进行估计和预测 (2) 预测区间 因此，对给定的x0，在给定的置信水平1 – ?下，y0的置信区间为 可以看出，对于给定的n和?，lxx越大或x0越靠近 预测 区间的长度就越短，预测精度就越高．由于 刻画了观测点x1，x2，…，xn的分散程度，因此，想提高预测精度就要使x1，x2，…，xn尽量分散． §9.2 回 归 分 析 9.2.1 一元线性回归分析 6．利用回归方程进行估计和预测 (2) 预测区间 因此，对给定的x0，在给定的置信水平1 – ?下，y0的置信区间为 例如，对合金钢强度y对含碳量x的回归方程 当已知含碳量x0= 0.22时，就可以得到合金钢强度置信水平为95%的预测区间：(54.01，60.63)． §9.2 回 归 分 析 9.2.2 可化为线性回归的一元非线性回归 现实世界中严格的线性模型并不多见，它们或多或少都带有某种程度的近似；在不少情况下，非线性模型可