1回归分析概述new.docVIP

第1章 回归分析概述 [教学内容] 变量间的关系；回归方程与回归名称的由来；回归分析的主要内容及其一般模型；建立实际问题回归模型的过程；回归分析应用与发展述评。 [目的和要求]（1）深刻理解和掌握变量间相关关系的定义； 　　　　　 （2）何谓回归方程； （3）了解回归分析的主要内容及其一般模型； （4）了解回归分析的应用与发展。 [教学方法] 讲授式、启发式 [教学方式] 板书结合PPT讲授 [教学过程] 一.变量间的关系 函数关系 是一一对应的确定关系 设有两个变量和，变量随变量一起变化，并完全依赖于，当变量取某个数值时，依确定的关系取相应的值，则称是的函数，记为，其中称为自变量，称为因变量 各观测点落在一条线上 函数关系(几个例子) ( 函数关系的例子 某种商品的销售额与销售量之间的关系可表示为 (为单价) 圆的面积与半径之间的关系可表示为 企业的原材料消耗额与产量、单位产量消耗、原材料价格之间的关系可表示为 相关关系(correlation) 1. 变量间关系不能用函数关系精确表达 2. 一个变量的取值不能由另一个(或某一些)变量唯一确定 3. 当变量取某个值时，变量的取值可能有几个 4. 各观测点分布在直线周围 相关关系 (几个例子) 父亲身高与子女身高之间的关系；收入水平与受教育程度之间的关系；粮食亩产量与施肥量、降雨量、温度之间的关系；商品的消费量与居民收入之间的关系；商品销售额与广告费支出之间的关系。 在推断统计中，我们把上述变量间具有密切关联而又不能由某一个或某一些变量唯一确定另外一个变量的关系，称为变量间的统计关系或相关关系。 统计关系的研究 相关分析 回归分析 回归分析与相关分析的区别 相关分析中，变量和变量处于平等的地位；回归分析中，变量称为因变量，处在被解释的地位，称为自变量，用于预测因变量的变化 相关分析中所涉及的变量和都是随机变量；回归分析中，因变量是随机变量，自变量可以是随机变量，也可以是非随机的确定变量 相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量对变量的影响大小，还可以由回归方程进行预测和控制 相关关系 (类型) 二.回归方程与回归名称的由来 回归函数：称给定x时y的条件数学期望 （1.1） 为随机变量对的回归函数。(1.1)式从平均意义上刻画了变量与之间的统计规律。 样本观测值： (1.2) 建立一个公式 回归方程(regression equation) 1. 描述因变量 的平均值或期望值如何依赖于自变量的方程 2.一元线性回归方程的形式如下 （1.3） 方程的图示是一条直线，也称为直线回归方程 是回归直线在轴上的截距，是当时的期望值，称为回归常数 是直线的斜率，称为回归系数，表示当每变动一个单位时，的平均变动值由样本数据(1.2)去估计，得到估计的回归方程 （1.4） 什么是回归分析？(Regression) 1.从一组样本数据出发，确定变量之间的数学关系式 2. 对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响显著，哪些不显著 3. 利用所求的关系式，根据一个或几个变量的取值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确程度 高尔顿（研究父代与子代身高的关系） 以父母亲的平均身高为，取儿子的身高为 回归效应：大自然具有一种约束力，使人类身高的分布在一定时期内相对稳定而不产生两极分化 三.回归分析的主要内容及其一般模型 主要内容 一元线性回归 线性回归 多元线性回归 多个因变量与多个自变量的回归 讨论如何从数据推断回归模型基本假设的合理性 当基本假设不成立时如何对数据进行修正 回归诊断 判定回归方程拟合的效果 选择回归函数的形式 回归变量的选择 自变量选择的准则 回归分析 逐步回归分析方法 岭回归 参