11.直线回归课件.pptVIP

概述 多个变量之间关系研究： 例： 某人群年龄、BMI与收缩压的关系； 儿童身高、胸围与肺活量的关系； 在此，介绍两个变量间线性的数量依存关系，即线性回归。 Regression 释义 Regression 释义 Galton数据散点图（英寸） 　人们借用“回归”这个词来描述通过自变量(independent variable) 的数值预测反应变量（response variable)的平均水平。 　为了通过可测或易测变量对未知或难测或不可测量的状态进行估计，可以借助于回归分析（regression analysis)。 　 例如：可以用身高体重活量估计心室输出量，体循环总血量。尿雌三醇含量估计胎儿的体重。 直线回归模型的四个假定 线性 LINEARITY  反应变量均数 ?与X间呈直线关系 ?Y|X= a + ? X 直线回归方程的求法 最小二乘法(least square method)原理 最小二乘 (Least squares)法图解 回归方程的评价 假设检验 Root MSE （剩余标准差） R-Square （决定系数） Adj R-Sq （校正决定系数） R-Square：回归平方和在Y的总离均差平方和中所占比重 R-Square=SS回归/SS总=1-SS剩余/SS总 0≤R-Square ≤1 当回归系数=0， 则R-Square=0 当所有的观测值正好落在拟和的回归线上时， 则R-Square=1 R-Square越接近1，说明回归模型对资料的拟合优度越佳，故R-Square作为衡量模型优劣的测度。 使用R-Square评价模型时需注意: 较大的R-Square并不一定意味着拟合模型是有用的，可能是因为： 只取得自变量很少几个水平的观察值，此时，尽管R-Square很大，甚至趋于1，但它不能作为衡量模型优劣的测度统计量； Adj R-Sq :校正决定系数 可见，校正决定系数是相对SS残与SS总的自由度进行的加权调整。 置信区间、预测区间、回归方程 回归分析注意的问题 有实际意义 数据须符合模型假设条件 须对回归系数进行假设检验 在X的取值范围内应用 例12-1 直线回归中的统计推断 个体 Y值的预测区间 给定X=X0 时，对应的个体Y值也存在一个波动范围。其标准差SY0按如下公式计算： 给定X=X0时个体Y值的1-α预测区间为： xp y x ?x 预测上限 置信上限 预测下限 置信下限 * * 124 Note: 1. As we move farther from the mean, the bands get wider. 2. The prediction interval bands are wider. Why? (extra Syx) 简单线性回归 “回归”的由来 大多数高个子父代的子一代在成年之后的身高平均来说不是更高，而是稍矮于其父代水平； 大多数矮个子父代的子一代的平均身高不是更矮，而是稍高于其父代水平。 Galton将这种趋向于人群平均水平的现象称之为“回归”。 直线回归的概念 回归 —— F.Galton和Karl Pearson发现儿子身高（Y，英寸）与父亲身高（X，英寸）存在线性关系： 一. “回归”(regression)一词的由来 LINE 假定 x y 标准差相等 EQUAL STANDARD DEVIATION 对于任何X值，随机变量Y的标准差 ? Y|X相等 独立 INDEPENDENCE 每一观察值之间彼此独立 ?y|X = α+ ?x 正态 NORMALITY 对于任何给定的 X, Y 服从正态分布，均数为 ?Y|X，标准差为? Y|X 直线回归的一般表达 直线回归的概念 a：常数，截距(intercept) 当X取值为0时相应Y的均数估计； b：斜率(slope)，回归系数(cofficient of regession) 当X变化一个单位时Y的平均改变的估计值。 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