1.第一章基础理论汇编.pptVIP

正规方程组也可以写成 回归模型的显著性检验 ① 回归平方和U与剩余平方和Q： ② 回归平方和 ③ 剩余平方和为 ④ F统计量为 计算出来F之后，可以查F分布表对模型进行显著性检验。 非线性关系线性化的几种情况 对于指数曲线 ，令 , 可以将其转化为直线形式： ， 其中， ； 对于对数曲线 ，令 ， 可以将其转化为直线形式： ； 对于幂函数曲线 ，令 ， 可以将其转化为直线形式： 其中， ； 2.3 非线性回归模型 对于双曲线 ，令 ，转化为直线形式： ； 对于S型曲线 ，可 转化为直线形式： ； 对于幂乘积 ，只要令 ，就可以将其转化为线性形式 其中， ； 对于对数函数和 只要令 ，就可以将其化为线性形式 第3节 相关性度量 3.1 两变量间的相关性度量 3.2 变量与向量间的相关性度量 3.3 两向量间的相关性度量 3.4 多向量间的相关性度量 3.1 两变量间的相关性度量 （1） Pearson简单相关系数 Pearson相关系数的基本公式可定义为： 式中， ——直线相关系数； ——变量数列x的标准差； ——变量数列y的标准差； ——变量数列x与y的协方差。 据此，上式可写成下式： （2）等级相关系数 ①斯皮尔曼（Spearman）相关系数 英国统计学家斯皮尔曼在皮尔逊积差法思想的基础上，推导出计算等级相关系数的方法，称为“等级差数法”。用这种方法计算出的相关指标，就命名为斯皮尔曼等级相关系数，其计算公式如下： 式中，n——样本容量； D——每对观测值的等级差。 必须注意的是，等级相关系数不能解释为线性相关系数。 ②肯德尔（Kendall）等级相关系数 统计学家肯德尔曾提出多种等级相关系数，以下只介绍其中的交错系数，通常称之为肯德尔系数，记为 。 肯德尔系数的计算也是以变量x和y的等级数据来进行，根据配对的等级顺序排列的位置是否颠倒或者换位，得出等级换位的次数，进而计算得到肯德尔系数。其计算公式为： 式中，n——样本容量； ∑i——换位总次数。 （3）偏相关系数 将 剖分如下： 称 为偏协方差矩阵。 给定 时 和 的偏相关系数定义为 其中 度量了剔除 的（线性）影响之后， 和 间相关关系的强弱。 对于多元正态变量 ，由于 也是条件协方差矩阵，故此时偏相关系数与条件相关系数是同一个值，从而 同时也度量了在 值给定的条件下 和 间相关关系的强弱。 我们常常希望用一个数值指标来度量一个随机变量 和一组随机变量 之间的相关性，而感兴趣的是这种相关性可以达到多高程度。一个直观想法是，用 的一个线性组合将其中包含的关于 的