选修概率与统计.pptVIP

例1 从某大学中随机选取8名女大学生，其身高和体重数据如表3-1所示。 (1)画散点图 (2)散点图上样本点呈现出线性相关。 (3)由最小二乘法可求得： 回归方程为： (4)预报体重为： 引入线性回归模型： 对于样本点 （x1，y1），（x2，y2），…（xn，yn） 随机误差为 ei=yi-bxi-a 其估计值（残差）为 模型诊断1 残差散点图 模型诊断2 R2越接近于1，说明模型的拟合效果越好； R2越接近0，说明模型的拟合效果越差。 等高条形图 2×2列联表 独立性检验 用A表示不吸烟，B表示不患肺癌。 假设H0：吸烟和患肺癌没有关系。 独立性检验 在“吸烟与患肺癌没有关系”成立的条件下，可以估算出： 独立性检验 假设检验的基本思想： 1. 在H0成立的条件下，构造与H0矛盾的小概率事件； 2. 如果样本使得这个小概率事件发生，就能在犯错误概率不超过小概率的前提下犯断言H1成立；否则，就说从数据中没有发现充分的证据支持H1成立。 独立性检验 独立性检验的基本思想： 当K2很大时，就认为两个变量有关系；否则就认为没有充分的证据显示两个变量有关系。 c.几个应注意的问题 独立性检验的本质 反证法原理与假设检验原理的比较 犯错误概率的计算 检验结果的表述 两个结果不矛盾 K2统计量的非其次问题 把没有关系作为假设的原因 临界值的确定 检验结果的表述 如果根据实际问题确定的显著性水平为0.01，其对应的临界值为6.635。 当k≧6.635时，表述为：在犯错误概率不超过0.01的前提下认为两个变量有关系；否则就认为没有充分的证据显示两个变量有关系。 犯错误概率的计算 在教学过程中强调只有在两个分类变量没有关系的假设，才能得到这个近似公式。 在教学过程中可以指出估算需要很多的概率统计知识。 表3-11是个近似值表，通常要求总观察数大于40，且a，b，c，d都不小于5。 “回归”一词的来历 ? “回归”是由英国著名生物学家兼统计学家高尔顿（Galton）在研究人类遗传问题时提出来的。为了研究父代与子代身高的关系，高尔顿搜集了1078对父亲及其儿子的身高数据。他发现这些数据的散点图大致呈直线状态，也就是说，总的趋势是父亲的身高增加时，儿子的身高也倾向于增加。但是，高尔顿对试验数据进行了深入的分析，发现了一个很有趣的现象—回归效应。因为当父亲高于平均身高时，他们的儿子身高比他更高的概率要小于比他更矮的概率；父亲矮于平均身高时，他们的儿子身高比他更矮的概率要小于比他更高的概率。它反映了一个规律，即这两种身高父亲的儿子的身高，有向他们父辈的平均身高回归的趋势。对于这个一般结论的解释是：大自然具有一种约束力，使人类身高的分布相对稳定而不产生两极分化，这就是所谓的回归效应。 * * * * * * * * * * * * * * * * * 解释残差 * * 若模型选择的正确，残差图中的点应该分布在以横轴为心的带形区域。 * * * * * 线性模型是数据平均性质的一种刻画. * * 统计方法更多应该从合不合适，或哪个更合适来说，而不是从对错的角度。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 关于例1的教学建议 例1.秃头与患心脏病 在解决实际问题时，可以直接计算K2的观测值k进行独立检验，而不必写出K2的推导过程 。 提醒学生们注意统计结果的适用范围（这由样本的代表性所决定）。 因为这组数据来自住院的病人，因此所得到的结论适合住院的病人群体． 谢 谢！ 函数模型与“回归模型”的关系 函数模型： 回归模型： 样本点在函数曲线上 样本点不在回归函数曲线上 函数模型与“回归模型”的关系 函数模型：因变量y完全由自变量x确定 回归模型： 预报变量y完全由解释变量x和随机误差e确定 随机误差e 散点图与模型的选择 案例2：红铃虫的产卵数与温度 这些散点更像是集中在一条指数曲线或二次曲线的附近。 散点图帮助确定可供选择模型的范围，模型的比较则基于残差分析 残差变量与模型选择 残差图的制作及作用 在残差图中寻找异常点 可能由错误数据引起 残差图的趋势性分析 趋势性的残差图说明模型有改进的余地 残差图帮助确定异常点，以及模型的改进方向。 残差图的制作及作用。 坐标纵轴为残差变量，横轴可以有不同的选择。 横轴为编号，可以考察残差与编号次序之间的关系，常用于调查数据错误。 横轴为解释变量，可以考察残差与解释变量的关系，常用于研究模型是否有改进的余地。 若模型选择的正确，残差图中的点应该分布在以横轴为心的带形区