数学建模算法回归分析.docVIP

第十二章 回归分析 前面我们讲过曲线拟合问题。曲线拟合问题的特点是，根据得到的若干有关变量的一组数据，寻找因变量与（一个或几个）自变量之间的一个函数，使这个函数对那组数据拟合得最好。通常，函数的形式可以由经验、先验知识或对数据的直观观察决定，要作的工作是由数据用最小二乘法计算函数中的待定系数。从计算的角度看，问题似乎已经完全解决了，还有进一步研究的必要吗? 从数理统计的观点看，这里涉及的都是随机变量，我们根据一个样本计算出的那些系数，只是它们的一个（点）估计，应该对它们作区间估计或假设检验，如果置信区间太大，甚至包含了零点，那么系数的估计值是没有多大意义的。另外也可以用方差分析方法对模型的误差进行分析，对拟合的优劣给出评价。简单地说，回归分析就是对拟合问题作的统计分析。 具体地说，回归分析在一组数据的基础上研究这样几个问题： （i）建立因变量与自变量之间的回归模型（经验公式）； （ii）对回归模型的可信度进行检验； （iii）判断每个自变量对的影响是否显著； （iv）诊断回归模型是否适合这组数据； （v）利用回归模型对进行预报或控制。 §1 多元线性回归 回归分析中最简单的形式是，均为标量，为回归系数，称一元线性回归。它的一个自然推广是为多元变量，形如 (1) ，或者更一般地 （2） 其中，是已知函数。这里对回归系数是线性的，称为多元线性回归。不难看出，对自变量作变量代换，就可将（2）化为（1）的形式，所以下面以（1）为多元线性回归的标准型。 1.1 模型 在回归分析中自变量是影响因变量的主要因素，是人们能控制或能观察的，而还受到随机因素的干扰，可以合理地假设这种干扰服从零均值的正态分布，于是模型记作 （3） 其中未知。现得到个独立观测数据，，由（3）得 （4） 记 ， （5） ， （4）表为 （6） 1.2 参数估计 用最小二乘法估计模型（3）中的参数。 由（4）式这组数据的误差平方和为 （7） 求使最小，得到的最小二乘估计，记作，可以推出 （8） 将代回原模型得到的估计值 （9） 而这组数据的拟合值为，拟合误差称为残差，可作为随机误差的估计，而 （10） 为残差平方和（或剩余平方和），即。 1.3 统计分析 不加证明地给出以下结果： （i）是的线性无偏最小方差估计。指的是是的线性函数；的期望等于；在的线性无偏估计中，的方差最小。 （ii）服从正态分布 （11） （iii）对残差平方和，，且 （12） 由此得到的无偏估计 （13） 是剩余方差（残差的方差），称为剩余标准差。 （iv）对总平方和进行分解，有 ， （14） 其中是由（10）定义的残差平方和，反映随机误差对的影响，称为回归平方和，反映自变量对的影响。 1.4 回归模型的假设检验 因变量与自变量之间是否存在如模型（1）所示的线性关系是需要检验的，显然，如果所有的 都很小，与的线性关系就不明显，所以可令原假设为 当成立时由分解式（14）定义的满足 (15) 在显著性水平下有分位数，若，接受；否则，拒绝。 注意 拒绝只说明与的线性关系不明显，可能存在非线性关系，如平方关系。 还有一些衡量与相关程度的指标，如用回归平方和在总平方和中的比值定义 （16） 称为相关系数，越大，与相关关系越密切，通常，大于0.8（或0.9）才认为相关关系成立。 1.5