spss线性回归分析课件.ppt

第十章 线性回归分析过程 第一节 回归分析概述 1.回归方程 回归分析是处理变量x与y之间统计关系的一种统计方法和技术。如果要由x预测y的值，就要利用x与y的观察值，即样本观测值（x1，y1），（x2，y2），…，（xn，yn）来建立一个公式，当给定x值后，就代入此公式中算出一个y值，这个值就称为y的预测值。 如何建立这个公式？ 1.绘制散点图 2.建立线性函数：y= α +βx 2.建立实际问题回归模型的过程 一、根据研究的目的，设置指标变量 二、搜集整理统计数据 三、确定理论回归模型的数学形式 四、模型参数的估计 五、模型的检验与修改 六、回归模型的运用 第二步：建立回归方程 线性方程式y= α +βx中的参数α ，β还不知道，这就需要由样本数据来进行估计，估计出α ，β的值后，以估计值 分别代替线性方程式中的α ，β，得到方程 这个方程就称为回归方程。 这里因为因变量y与自变量x的关系呈线性关系，因此我们也称上述方程为线性回归方程， α是线性回归方程所画出的直线在y轴上的截距 ，β为直线的斜率，它们分别被称作回归常数与回归系数。 第二节 一元线性回归 一元线性回归是描述两个变量之间统计关系的最简单的回归模型。 例1 假定一保险公司希望确定居民住宅