8-统计回归模型课件.pptVIP

统计回归模型 1、血压与年龄 2、血压与年龄、体重指数、吸烟习惯 收集一组包含因变量和自变量的数据； 选定因变量与自变量之间的模型，利用数据按照最小二乘准则计算模型中的系数； 利用统计分析方法对不同的模型进行比较，找出与数据拟合得最好的模型； 判断得到的模型是否适合于这组数据, 诊断有无不适合回归模型的异常数据； 利用模型对因变量作出预测或解释。 回归分析的主要步骤 ?实例及其数学模型 例1 血压与年龄 为了解血压随年龄增长而升高的关系，调查了30个成年人的血压（收缩压，mmHg）与年龄: 用这组数据确定血压与年龄的关系； 从年龄预测血压可能的变化范围； 回答 “平均说来60岁比50岁的人血压高多少”。 ? ? ? ? ? ? ? ? ? 44 160 25 42 128 15 65 162 5 21 120 24 34 110 14 47 145 4 39 120 23 59 140 13 45 138 3 50 142 22 56 150 12 47 215 2 36 136 21 64 162 11 39 144 1 年龄 血压 序号 年龄 血压 序号 年龄 血压 序号 例1 血压与年龄 记血压(因变量) y，年龄(自变量) x， 模型 作数据 (xi yi)(i=1,2,?30)的散点图 由数据确定系数 的估计值 曲线拟合(求超定线性方程组的最小二乘解)； 从统计推断角度讨论β0 ,β1 的置信区间和假设检验； 对任意的年龄 x 给出血压 y 的预测区间。 y与x大致呈线性关系 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 1 27.1 44 160 25 0 21.7 42 128 15 1 25.9 65 162 5 0 20.3 21 120 24 0 20.1 34 110 14 1 24.0 47 145 4 0 23.5 39 120 23 0 27.3 59 140 13 0 22.6 45 138 3 1 26.2 50 142 22 0 25.8 56 150 12 1 31.1 47 215 2 0 25.0 36 136 21 1 28.0 64 162 11 0 24.2 39 144 1 吸 烟 体重 指数 年 龄 血 压 序 号 吸 烟 体重 指数 年 龄 血 压 序 号 吸 烟 体重 指数 年 龄 血 压 序 号 例2 血压与年龄、体重指数、吸烟习惯 又调查了例1中30个成年人的体重指数、吸烟习惯: 体重指数: 体重(kg) /[身高(m)]2 吸烟习惯: 0~不吸烟，1~吸烟 模型 例2 血压与年龄、体重指数、吸烟习惯 记血压 y，年龄x1 、体重指数x2 、吸烟习惯x3 y与x2大致呈线性关系 作数据 y 对x2 的散点图 由数据确定系数 的估计值 一元线性回归分析 已知一组数据(xi, yi), i=1,2,?n (平面上的n个点)， 用最小二乘准则确定一个线性函数(直线) 问题 1. 血压与年龄 2. 合金强度与碳含量 怎样衡量由最小二乘准则拟合得到的模型的可靠程度？ 怎样给出模型系数的置信区间和因变量的预测区间？ 系数的计算二者没有什么区别; 2的拟合效果比1好得多. 一元线性回归的MATLAB实现 b=regress(y,X) [b,bint,r,rint,s]=regress(y,X,alpha) 输入：y~因变量（列向量），X~1与自变量组成的矩阵，alpha~显著性水平?（缺省时设定为0.05）。 输出： ，bint~?0, ?1的置信区间，r~残差（列向量），rint~残差的置信区间， s(3个统计量)：决定系数R2; F值; F(1,n-2)分布大于F值的概率p。当p? 时拒绝H0，回归模型有效。 例1 血压与年龄 模型 xueya1.m R2=0.4540 F=23.2834 p0.0001 s2 = 273.7137 [0.5601 1.3864 ] 0.9732 ?1 [78.7484 118.0683] 98.4084 ?0 回归系数置信区间 回归系数估计值 回归系数 模型检验 ?1置信区间不含零点；p?；F(1,n-2), 1-? = 4.1960 F ?1置信区间较长，R2较小，模型精度不高。 R2= 0.7123 F= 66.8358 p0.0001 s2 =91.4305 [0.7140 1.1925 ] 0.9533 ?1 [85.4771 108.2559] 96.8665 ?0 回归系数置信区间 回归系数估计值 回归系数 数据 由残差图剔除异常数据后 例1 血压与年龄 模型 xueya.