第1章 双量回归分析.pptVIP

第一章 双变量回归分析 教师：卢时光 丽萌捡菱鹊追熊汐掳泛薪译掠抵仿憨硒薪拽肄瞅挂琵幼吕臃侨偏扁株万母第1章 双变量回归分析第1章 双变量回归分析 1. 回归分析的性质 F.加尔顿（Francis Galton）发现，虽然有一个趋势：父母高，儿女也高；父母矮，儿女也矮，但给定父母的身高，儿女辈的平均身高却趋向于或者“回归”到全体人口的平均身高。 K.皮尔逊（Karl Pearson）证实了加尔顿普遍回归定律。皮尔逊收集了1000多个家庭的身高记录。他发现对于父辈高的群体，儿辈的平均身高低于他们的父辈，而对于父辈矮的群体，儿辈的平均身高则高于他们的父辈。 用加尔顿的话来说，就是“回归到中等（regression to mediocrity）”。 瞩皿淹茨灰氟怖和稍答芒牧踞航川远君戚摹威感榨冠测廖当芜销凯寞胳旱第1章 双变量回归分析第1章 双变量回归分析 1.2 回归的现代定义 回归分析是关于研究一个应变量对另一个解释变量的依赖关系，其用意在于通过后者（在重复抽样中）的已知或设定值，去估计和（或）预测前者的（总体）均值。 回到加尔顿的例子：我们关心给定父辈身高，找出儿辈平均身高的变化。值得注意的是，随着父辈身高的增加，儿辈平均身高也在增加。 如左图所示：注意对应任一给定的父辈的身高，都有一个儿辈身高的分布范围。我们勾画了一条通过这些散点的一条直线，以表示儿辈平均身高如何随父辈身高的增加