2016回归分析方法.pptVIP

下载本文档

6
0
约 35页
2016-12-19 发布于北京
举报
版权申诉

2016回归分析方法.ppt

1、本文档共35页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

2012年9月《城市规划数据分析方法》 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 有趣的发现英国著名的统计学家F.Galton及其弟子K.Pearson, 研究了1078对夫妇及其一个成年儿子的身高关系。他们以儿子身高作为纵坐标、夫妇平均身高为横坐标作散点图，结果发现二者的关系近似于一条直线。经计算得到了如下方程： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 由此方程可以看到：夫妇平均身高增加或减少一个单位，儿子的身高只增加或减少 0.516个单位。也就是说，子代的身高就不像父辈身高那样分化，而是逐渐向平均身高回归。Galton引进“回归”（regression)一词来表达这种变化关系。不过后来人们研究其它变量间的关系时，并没有发现如上所述的回归现象，但仍沿用 “回归” 的概念以纪念统计学家F.Galton。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. “回归”，指在依据大样本数据作出的变量间关系的散点图中，可以找到一条特定的直线或曲线，这样就可以把这条直线或曲线叫做其它测量变量与被预测变量之间关系的回归线，它能够最理想的反映变量间的预测关系。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3.1 回归分析的目的相关分析揭示了要素之间的相关程度。然而，诸要素之间关系的进一步具体化，譬如某一要素与其它要素之间的关系若能用一定的函数形式予以近似地表达，那么其实用意义将会更大。回归分析方法，就是研究要素之间具体数量关系的一种强有力的工具，运用这种方法能够建立反映要素之间具体数量关系的数学模型，即回归模型。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3.2 一元线性回归定义：假设有两个要素（变量）x和y，x为自变量，y为因变量。一元线性回归模型的基本结构形式为上式代表x与y之间相关关系的拟合直线，称为回归直线；是y 的估计值，亦称回归值。拟合的好坏程度用拟合优度（R2）度量 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * 参数估计: 普通最小二乘法（ordinary least squares,OLS）: 最小二乘法的基本原则是：最优拟合直线应该使各点到直线的距离的和最小，也可表述为距离的平方和最小。假定根据这一原理得到的α、β估计值为、，则直线可表示为 : 参数检验 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 一元线性回归的步骤利用散点图或相关分析确定两变量是否存在线性关系；利用Excel、SPSS、Eview等软件计算回归方程的回归常数和回归系数，得到回归方程； Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.