009回归分析.ppt

估计模型 模型表达式 估计参数的数量 损失函数种类 因变量 自变量 缺失数据删除 有效案例数 参数的估计值 y=7.26218+exp(-5.8836+(.332575)x) 或 y=7.26218+e(-5.8836+0.332575x) 回归方程式 前面分析得到的回归方程：产卵量=e(-3.84917+0.27203温度) 回归曲线 分段线性回归模型： y=(b01+b11x1+…+bm1xm)*(y≤bn)+(b02+b12x1+…+bm2xm)*(y＞bn) 模型由两个独立的（多元）线性回归方程组成。其中bn是分割点(breakpoint)，自变量xi可以是一个或多个。当y值小于或等于分割点bn时，有第一个线性回归方程： y1=b01+b11x1+…+bm1xm 当y值大于分割点bn时，用第二个线性回归方程： y2=b02+b12x1+…+bm2xm 例：已知某医院1977年至1990年平均每一出院者的医疗费用如下表。试做分段线性回归分析，并通过该资料进行预测。 怎样拟合该曲线？ 我们尝试用三种方程来拟合：指数回归方程、分段的线性回归方程、分段的线性和非线性方程。 指数回归（1） 回归（拟合）效果非常好，相关系数R=0.9963，解释方差99.27%。但三个回归系数中，常数项（Const C）不显著。下面我们采用不含该