9.直线回归课件.pptVIP

第一节 直线相关 第二节 直线回归 一.直线回归的概念 两变量数量间虽然存在一定关系，但不是十分确定的。这与两变量间严格对应的函数关系不同，称为直线回归（Linear regression)。 直线回归是回归分析中最基本、最简单的一种，故又称simple regression。 在上一章中，对10名女中学生的体重与肺活量计算了相关系数r，描述了变量间关联性的强弱程度与方向（中度正相关关系） 为直观地说明直线回归的概念，我们以上一节中10名女中学生的体重与肺活量的数据为例，来探讨两变量间数量依存变化关系。 2.直线回归分析的任务 找出两个变量间有依存数量关系的直线方程，以确定一条最接近于各实测点的直线（即回归直线），使各实测点与该回归线的纵向距离的平方和为最小。 该方程称为直线回归方程； 据此方程描绘的直线为回归直线。幻灯片 12 回归模型的类型 二.直线回归方程的建立 2. a和b 的最小二乘法估计（概念要点） 最小二乘法（图示） 直线回归的统计推断（要点） 回归系数的统计推断（样本统计量 的分布） 回归系数的显著性检验（样本统计量 的分布） 三.直线回归的统计推断 （一）总体回归系数的区间估计： 根据抽样原理，总体回归系数的 （1－?）置信区间为： b ± t?/2,?