第六讲-第9章 回归-2011.ppt

第九章 回归 统计学上采用回归分析 （regression analysis）研究呈因果关系的相关变量间的关系。表示原因的变量称为自变量，表示结果的变量称为依变量。 研究“一因一果”，即一个自变量与一个依变量的回归分析称为一元回归分析； 研究“多因一果”，即多个自变量与一个依变量的回归分析称为多重回归分析。 一元回归分析又分为直线回归分析与曲线回归分析两种；多重回归分析又分为多重线性回归分析与多重非线性回归分析两种。 第一节 直线回归 regression analysis 一、直线回归方程的建立 对于两个相关变量，一个变量用x表示，另一个变量用y表示，如果通过试验或调查获得两个变量的n对观测值： （x1，y1），（x2，y2），……，（xn，yn） 在x、y直角坐标平面上可以作出无数条直线，我们把所有直线中最接近散点图中全部散点的直线用来表示x与y的直线关系，这条直线称为回归直线。 其中，a是α的估计值，b是β的估计值。 a、b应使回归估计值 与实际观测值y的偏差平方和最小，即： 整理得关于a、b的正规方程组： 回归方程的基本性质： 如果将（9-4）式代入（9-2）式，得到回归方程的另一种形式(中心化形式)： 【例9.1】在四川白鹅的生产性能研究中，得到如下一组关于雏鹅重（g）与70日龄重(g)的数据，试建立70日龄重(y)与雏鹅重(x)的直线回归方程。 表9-1 四川白鹅雏鹅重与70日龄重测定结果 （单位：g） 1、作散点图 以雏鹅重（x）为横坐标，70日龄重（y）为纵坐标作散点图。 2、计算回归截距a，回归系数b，建立直线回归方程 首先根据实际观测值计算出下列数据： 进而计算出b、a： 3、直线回归的偏离度估计 偏差平方和 的大小表示了实测点与回归直线偏离的程度，因而偏差平方和又称为离回归平方和。统计学已经证明：在直线回归分析中离回归平方和的自由度为n-2。于是可求得离回归均方为： 离回归均方是模型（9-1）中σ2的估计值。 离回归均方的平方根叫离回归标准误，记为 ，即 （9-6） 离回归标准误Syx的大小表示了回归直线与实测点偏差的程度，即回归估测值 与 实 际观测值y偏差的程度，于是我们把离回归标准误Syx用来表示回归方程的偏离度。 可以证明： （9-7） 利用（9-7）式先计算出 ，然后再代入（9-6）式求Syx 。 二、直线回归的显著性检验 若x和y变量间并不存在直线关系， 但由n对观测值（xi，yi）也可以根据上面介绍的方法求得一个回归方程 =a+bx。 显然，这样的回归方程所反应的两个变量间的直线关系是不真实的。 如何判断直线回归方程所反应的两个变量间的直线关系的真实性呢？这取决于变量x与y间是否存在直线关系。我们先探讨依变量y的变异，然后再作出统计推断。 1、直线回归的变异来源 图 的分解图 从图中看到： 上式两端平方，然后对所有的n点求和，则有 反映了y的总变异程度，称为y的总平方和，记为SSy； 反映了由于y与x间存在直线关系所引起的y的变异程度，称为回归平方和，记为SSR；