回归与相关2009.pptVIP

直线相关与回归 目的要求：相关系数和回归系数的意义、计算及显著性检验 实习方法：复习直线相关与回归的意义；相关系数计算公式及显著性检验，回归系数计算方法 6. 回归系数的假设检验 建立样本直线回归方程，只是完成了统计分析两变量关系的统计描述，研究者还须回答它所来自的总体的直线回归关系是否确实存在，即是否对总体有 ？ * * 直线回归方程参数的计算 y = a + bx ^ 最小二乘法原则 (least square method)：使各实际散点（Y）到直线（ ）的纵向距离的平方和最小。即使 （残差或剩余值）最小。 Yi （Y的估计值） = a + bXi Yi 估计值i 残差i = Yi – 估计值i 残差(residual)或剩余值，即实测值Y与假定回归线上的估计值的纵向距离 。 求解a、b实际上就是“合理地”找到一条能最好地代表数据点分布趋势的直线。 因为直线一定经过 “均数”点 例：用某饲料喂养12只大白鼠，得出大白鼠的进食量与体重增加量结果，试作直线回归分析。 (1).由原始数据作散点图，观察两变量间的趋势 12只大白鼠的进食量（g）与体重增加量(g)测量结果 (2).计算X、Y的均数X、Y,离均差平方和lXX、lYY与离均差积和lXY a b (3). (4). Y = 2 + 0.0648X (5).按求得的直线回归方程，在X实际范围内任意取两点（X1,Y1),(X2,Y2), 相连即得回归直线。 Y = Y +b (x - x) 目的：推断总体回归系数 ? 是否为0， 确定所求得的回归方程是否成 立。 | b - 0 | b t = ———— = —— ， ? = n - 2 S b S b S yx S b = ————————， ____________ ? ( x - x ) 2 _ ? S b 为样本回归系数标准误 S yx 为剩余标准差 方差分析法 t检验法 决定系数：回归平方和与总平方和之比，大小反映了回归贡献的相对程度，也就是在Y的总变异中回归关系所能解释的百分比。但不能反映相关的方向。 第三节 直线相关 ( linear correlation ) 简单相关(simple correlation)，用于双变量正态分布资料。 进行直线相关分析的基本任务在于根据x、y的实际观测值计算表示两个相关变量x与y线性相关程度和方向的统计指标—相关系数r，并进行显著性检验。 计算方法： _ _ ? ( x - x )( y - y ) l xy r = ———————————— = —————— ___________________ ________ ? ( x - x ) 2 ? ( y - y ) 2 l xx · l yy ? ? _ _ (? x )( ? y ) l xy = ? ( x - x )( y - y ) = ? xy - ————— n _ _ (? x ) 2 l xx = ? ( x - x ) 2 = ? x 2 - ———— n _ ( ? y ) 2 l yy = ? ( y - y ) 2 = ? y 2 - ———— n _ 4．相关系数的假设检验 目的：检验 r 是否来自总体相关系数 ? = 0 的 总体，推断两变量的相关关系是否成立。 r - 0 r t = ——— = —————— ，