2015-2016学年31《回归分析》课时2课件.pptVIP

* * 回归分析的基本思想及其初步应用 （第二课时） 建立回归模型的基本步骤 (1)确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量． (2)画出确定好的解释变量和预报变量的散点图，观察它们之间的关系(如是否存在线性关系等)． (3)由经验确定回归方程的类型(如我们观察到数据呈线性关系，则选用线性回归方程)． (4)按一定规则(如最小二乘法)估计回归方程中的参数． (5)得出结果后分析残差图是否有异常(如个别数据对应残差过大，或残差呈现不随机的规律性等)．若存在异常，则检查数据是否有误，或模型是否合适等． 知识回顾： (6)参数R2与相关系数r 它们都是刻画两个变量之间的的相关关系的,区别是R2表示解释变量对预报变量变化的贡献率,其表达式为R2=1- ; 相关系数r是检验两个变量相关性的强弱程度, 其表达式为 （7）相关系数r与R2 (1)R2是相关系数的平方,其变化范围为[0,1],而相关系数的变化范围为[-1,1]. (2)相关系数可较好地反映变量的相关性及正相关或负相关,而R2反映了回归模型拟合数据的效果. (3)当|r|接近于1时说明两变量的相关性较强,当|r|接近于0时说明两变量的相关性较弱,而当R2接近于1时,说明线性回归方程的拟合效果较好. 例1：一只红铃虫产卵数y和温度x有关，现收集到的一组数据如下表1-3表，试建立y