第八章直线回归与相关.ppt

西南科技大学生命科学与工程学院周海廷制作 1、函数关系与统计关系 函数关系是一种确定的关系。例如圆面积与半径的关系为： 定义结果变数为依变数(dependent variable),以Y 表示。 如果两个变数并不是原因和结果的关系，而呈现一种共同变化的特点，则称这两个变数间存在相关关系。 相关关系中没有自变数和依变数之分。 3、回归分析和相关分析 (1)对具有因果关系的两个变数，统计分析的任务是由实验数据推算出一个表示Y 随X 的改变而改变的方程 ，称之为回归方程(regression equation of Y on X )，这一过程称为回归分析。 称为散点图(scatter diagram)。 8.2.1 直线回归方程 称为直线回归方程(linear regression equation)。其中a 是x=0时的 值，即回归直线在y 轴上的截距，叫回归截距(regression intercept);b 是x 每增加一个单位数时， 平均地将要增加(b0时)或减少(b0时)的单位数，叫回归系数(regression coefficeint)。 从上图得知，要使 能够最好地代表y和x在数量上的互变关系，必须使 分别对a和b求偏导并令其为0，即： 式中 是x的离均差和y的离均差的乘积之和，简称乘积和(sum of products),记作SP。 因而有： 三、直线回归方程的图示 四、直线回归的估计标准误 满足 为最小的直线回归方程和实测的观察点并不重合，表明该回归方程仍然存在随机误差。 Q 就是误差的一种度量，称之为离回归平方和(sum of squares to deviation from regression)或剩余平方和。 由于在建立回归方程时用了a 和b 两个统计数，故Q 的自由度ν=n-2。因而，可定义回归方程的估计标准误为： Q值的计算： 五、直线回归的数学模型和基本假定 1、数学模型 2、基本假定 (1)、Y 变数是随机变数，而X 变数则是没有误差的固定变量，至少和Y 变数比较起来 X 变数的误差小到可以忽略。 (2)在任一X上都存在着一个Y 总体，它是作正态分布的，其平均数 是X 的线性函数。 8.2.2 直线回归的假设测验和区间估计 一、直线回归的假设测验 1、回归关系的假设测验 (1)t 测验 若总体不存在直线回归关系，则总体回归系数β=0；若总体存在直线回归关系，则总体回归系数β≠0。 所以对直线回归的假设测验为： H0： β=0对HA： β≠0。 回归系数b的标准误为： ［例9.3P163］试测验9.1资料回归关系的显著性。 接受HA： β≠0，即认为积温和一代三化螟盛发期是有真实的直线回归关系。 ［例9.4P164］试用F测验法检测9.1资料回归关系的显著性。 于是条件总体平均数的95%的置信区间为： 故保证概率为0.95的Y(p)预测区间为： 8.3.1 相关系数和决定系数 一、相关系数 上述三图充分说明 的值可用来度量两个变数直线相关程度和性质。但是，X和Y的变异程度、所取单位及N的大小都会影响 为了具有可比性，需要将离均差转化为标准化离均差，再以N除之，从而得到双变数总体的相关系数 为： 后者是由X的不同而引起。显然，若坐标点愈靠近回归线，则U对SSy的比率愈大，直线相关就愈密切，故样本的相关系数r 为： 二、决定系数 决定系数(determination coefficient):由x 不同引起的 y 的平方和 占总平方和 的比率。 8.3.2 相关系数的假设测验 一、ρ=0的假设测验 假设H0：ρ=0对HA：ρ≠0。 R 的抽样误差为： ［例9.12P175］试测验例9.11所得 r =-0.8371的显著性。 由于ν一定时，tα的值都是一定的，将其代入 ，整理后得到： 8.4.1 直线回归与相关的内在关系 1、相关系数是标准化的回归系数 回归系数是有单位的，但若对b 作消去单位的标准化处理，即对b中x 和y 的离均差以各自的标准差sx 和sy为单位，则有： 2、相关系数r 是y 依x 的回归系数by/x和x依y 的回归系数bx/y 的几何平均数。 8.4.2 直线回归和相关的应用要点 1、回归和相关分析要有学科专业知识指导。 2、要严格控制研究对象(X 和 Y )以外的有关因素。 3、直线回归和相关不显著，并