SPSS统计实验.ppt

　小概率事件在一次试验中几乎不会发生。 下限 上限 时置信区间宽度最小。 时的置信区间。 置信区间的宽度依赖 变化。 的95%置信区间 平均值的区间估计 30 20 10 0 220 200 180 160 140 120 100 80 60 40 个别销售收入 的点估计为： 已知 设 为自变量 的一个给定值。则对应的 的点估计为： 对于同一个 ，个别值的点估计与平均值的点估计是相同的。因为，只能从平均的意义上对个别做出估计。 个别值的区间估计 服从正态分布。 利用 对 做出区间估计，关键是搞清 关于 的方差。 关于 的方差为 。它由两部分构成： （一） 关于 的方差 ；（二） 关于 即： 。因此有： 总体的方差 是未知的，因此做为 也是未知的，为求出 的估计量，可将 代入上式，得： 于是可得出一个自由度为n-2的t分布的统计量： 于是可得 在显著性水平 下的置信区间为： 个别值的区间估计 要求（1-α=95%）： 58 105 88 118 117 137 157 169 149 202 2 6 8 8 12 16 20 20 22 26 1 2 3 4 5 6 7 8 9 10 销售收入 学生人数 饭店 10家饭店附近学生人数与季销售收入 即：该饭店销售收的95%置信区间为：(76.124千元，143.875千元)。 所以， 的95%置信区间为： 计算得： 已知： 查表得： 预测某一个位于有10000名学生的校园附近的饭店的销售收入的置信区间。 个别值的区间估计 58 105 88 118 117 137 157 169 149 202 2 6 8 8 12 16 20 20 22 26 1 2 3 4 5 6 7 8 9 10 销售收入 学生人数 饭店 10家饭店附近学生人数与季销售收入 30 20 10 0 220 200 180 160 140 120 100 80 60 40 学生人数 季销售收入 相关系数 21040 116 630 704 944 1404 2192 3140 3380 3278 5252 xy 600902 3364 11025 7744 13924 13689 18769 24649 28561 22201 456976 y2 2528 4 36 64 64 144 256 400 400 484 676 x2 1300 140 ∑ 58 105 88 118 117 137 157 169 149 202 2 6 8 8 12 16 20 20 22 26 1 2 3 4 5 6 7 8 9 10 y x 序号 10家饭店的相关系数计算表 相关系数 相关系数 相关系数 相关系数 相关系数 相关系数 相关系数 故得: 相关系数 简单线性回归 应用回归方程进行预测 回归方程的显著性检验 简单线性回归模型 估计的简单线性回归方程 残差分析 设变量X与Y具有线性相关关系，则有： —回归模型的参数 —误差项随机变量 假设 ，则有： 即： 简单线性回归模型 简单线性回归模型 因为 ,所以， 回归模型假设图示 的分布 的分布 的分布 的分布 的分布 简单线性回归模型 各种可能的简单线性回归直线 正线性相关 负线性相关 无线性相关 简单线性回归模型 y1 y2 … yn x1 x2 … xn y X 回归方程的估计步骤 抽取样本 计算统计量 估计回归方程 回归模型 回归方程 未知参数 估计的回归方程 样本统计量 样本数据 估计的简单线性回归方程 为最小值时可得最小二乘法估计的回归方程。 回归直线最小二乘估计示意图 30 20 10 0 220 200 180 160 140 120 100 80 60 40 估计的简单线性回归方程 对 且对 的偏导数为零时，达到极值，即： 估计的简单线性回归方程 58 105 88 118 117 137 157 169 149 202 2 6 8 8 12 16 20 20 22 26 1