第八章相关与回归说课.ppt

12 4.变量之间的相关程度越低，则相关系数的数值（ ） A.越小 B.越接近于0 C.越接近于-1 D.越接近于+1 B 5.回归分析中的两个变量（ ） Ａ.都是随机变量 Ｂ.关系是对等的 Ｃ.都是给定的量 Ｄ.一个是自变量,一个是因变量 D 6.估计标准误说明回归直线的代表性．因此（ ） Ａ.估计标准误数值越大，说明回归方程代表性越大 Ｂ.估计标准误数值越大，说明回归方程代表性越小 Ｃ.估计标准误数值越小，说明回归方程代表性越小 Ｄ.估计标准误数值越小，说明回归方程的实用价值小． ? B 1.下列属于正相关的现象是（ ） Ａ.家庭收入越多，其消费支出也越多 Ｂ.产量随工人劳动生产率的提高而增加 Ｃ.流通费用率随销售额的增加而减少 Ｄ.生产单位产品所耗的工时随劳动生产率的提高而减少 Ｅ.产品产量随生产用固定资产价值减少而减少 三、多项选择题部分 ABE 2. 估计标准误是反映（ ） Ａ.回归方程代表性大小的指标 Ｂ.估计值与实际值误差程度的指标 Ｃ.自变量与因变量离散程度的指标 Ｄ.因变量估计值的可靠程度的指标 Ｅ.回归方程实用价值大小的指标 ABDE 139 24 This teleology is based on the number of explanatory variables nature of relationship between X Y. 点预测 当利用样本资料计算得到的一次线性回归方程被检验通过之后，可以认为该方程大致反映了变量y随x的变化的规律。但是由于x和y的关系不确定，因而对给定的x的某一个值x0，根据回归方程，也只能得到对应的y0的估计值： 点预测的优点：计算方便 缺点：不能给出误差和置信度的 大小 区间预测 是指对于给定的置信度 ，给出与x=x0相对应的y0的取值置信区间。置信区间的上下限的公式： 式中： 是从t分布表中查到的临界值，Se为标准估计误差。 对于大样本， 可用 近似，上式中的根式近似为1，这时，区间预测公式将简化为： 式中： 为显著水平为 时从标准正态分布表中查的临界值。 多元线性回归模型 多元线性回归模型 （概念要点） 一个因变量与两个及两个以上自变量之间的回归 描述因变量 y 如何依赖于自变量 x1 ， x2 ，…， xp 和误差项 ? 的方程称为多元线性回归模型 涉及 p 个自变量的多元线性回归模型可表示为 b0 ，b1，b2 ，?，bp是参数 ? 是被称为误差项的随机变量 y 是x1,，x2 ，? ，xp 的线性函数加上误差项? ? 说明了包含在y里面但不能被p个自变量的线性关系所解释的变异性 多元线性回归模型 （概念要点） ? 对于 n 组实际观察数据(yi ; xi1,，xi2 ， ? ，xip )，(i=1,2,…,n)，多元线性回归模型可表示为 y1 = b0 + b1 x11+ b2 x12 +?+ bpx1p + e1 y2= b0 + b1 x21 + b2 x22 +?+ bpx2p + e2 yn= b0 + b1 xn1 + b2 xn2 +?+ bpxnp + en { …… 多元线性回归模型（基本假定） 自变量 x1，x2，…，xp是确定性变量，不是随机变量 随机误差项ε的期望值为0，且方差σ2 都相同 误差项ε是一个服从正态分布的随机变量，即ε~N(0,σ2)，且相互独立 多元线性回归方程 （概念要点） 描述 y 的平均值或期望值如何依赖于 x1， x1 ，…，xp的方程称为多元线性回归方程 多元线性回归方程的形式为 E( y ) = ?0+ ?1 x1 + ?2 x2 +…+ ?p xp b1，b2，?，bp称为偏回归系数 bi 表示假定其他变量不变，当 xi 每变动一个单位时，y 的平均平均变动值 多元线性回归方方程的直观解释 二元线性回归模型 (观察到的y) 回归面 ?0 ?i x1 y x2 (x1,x2) } 多元线性回归的估计(经验)方程 总体回归参数 是未知的，利用样本数据去估计 用样本统计量 代替回归方程中的 未知参数 即得到估计的回归方程 是 估计值