[回归预测法.pptVIP

(1)、 F检验及其步骤： 提出假设 H0：b=0 (线性关系不显著) 2. 计算检验统计量F 确定显著性水平?，并根据分子自由度1和分母自由度n-2找出临界值F ? 作出决策：若F?F ?,则回归方程显著;(拒绝H0)； 若FF ?,则回归方程不显著(接受H0). Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 回归系数的显著性检验 （步骤） 提出假设 H0: b = 0 (没有线性关系) H1: b ? 0 (有线性关系) 计算检验的统计量 确定显著性水平?，查t分布表的tα/2(n-2)， 并进行决策 ? t?t???，拒绝H0，即回归系数显著； ? t?t???，接受H0，即回归系数不显著。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. ?4、进行预测 在预测时，有点预测和区间预测。 (1)、点预测 点预测就是利用自变量的已知值，由回归预测方程: 计算因变量的值作为预测值。 点预测是预测平均值 但是点预测，不容易分析预测的可靠性和准确性，因此可用区间预测。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. (2)、区间预测 区间预测就是对于给定的一个自变量x的值，需给出一个在一定概率保证程度下的预测值落入的置信区间。近似的置信区间的常用公式为： 置信区间＝ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 如果要使每一个特定的y值落在该置信区间内的概率为90％，则上式为： 置信区间＝ 其中 为t分布表(附表二) 中的数值， Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 小样本 更为精确的置信区间的计算公式为， 置信区间的上下限= 其中x0为用于预测y的x值。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 人均收入和消费案例的程序 sol=lm(y~x) summary(sol) 可见常数项不显著，应从模型中删除 sol=lm(y~x+0) summary(sol) plot(x,y) lines(x,fitted(sol)) new=data.frame(x=c(680,730))#要预测估计的数据组成数据框 pred-predict(sol,new,interval=prediction,level=0.95) pred Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5 、经济控制 问题：若要求Y落在一定范围内，问自变量X应控制在什么范围？ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 多元线性回归预测 1、多元线性回归的模型 Y＝a+b1X1-+b2X2+…＋bmXm 2、多元线性回归的参数估计 （最小二乘法） 3、多元线性回归的误差分析与统计检验 4、多元线性回归的预测 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client