第7章-回归分析幻灯片.pptxVIP

第七章 回归分析 回归分析的起源 1、回归分析最早是19世纪末期高尔顿（Sir Francis Galton）所发展。 2、高尔顿是生物统计学派的奠基人。 发现1：儿童身高与父母身高之间的关系，发现父母的身高可以预测子女的身高，当父母越高或越矮时，子女的身高会比一般儿童高或矮，他将儿子与父母身高的这种现象拟合出一种线形关系。 1855：《遗传的身高向平均数方向的回归》 发现2：但是有趣的是：通过观察他注意到，尽管这是一种拟合较好的线形关系，但仍然存在例外现象：矮个的人的儿子比其父要高，身材较高的父母所生子女的身高将回降到人的平均身高。换句话说，当父母身高走向极端（或者非常高，或者非常矮）的人的子女，子女的身高不会象父母身高那样极端化，其身高要比父母们的身高更接近平均身高。高尔顿选用“回归”一词，把这一现象叫做“向平均数方向的回归”（regression toward mediocrity）。 虽然这是一种特殊情况，与线形关系拟合的一般规则无关，但“线性回归”的术语仍被沿用下来。作为根据一种变量（父母身高）预测另一种变量（子女身高）的一般名称沿用至今，后被引用到对多种变量关系的描述。《欧美统计学史》 回归分析的抽象化描述 1、研究对象的一个或多个变量的变化会引起另一个或多个变量的变化。 2、将两个对象的关系记为 y = f (x)，其中 x 称为自变量，y 称为因变量。 3、找出f的具体形式，并估计准确性。 相关分析包含回归分析，且需找出变量间的相关关系 商品的消费量(y)与居民收入(x)之间的关系 (+) 收入水平(y)与受教育程度(x)之间的关系 (+) 粮食亩产量(y)与施肥量(x1) 、降雨量(x2) 、温度(x3)之间的关系 学习成绩(y)与迟到次数(x) 之间的关系 (-) 回归分析是处理变量x与y之间统计关系的一种统计方法和技术。如果要由x预测y的值，就要利用x与y的观察值，即样本观测值（x1，y1），（x2，y2），…，（xn，yn）来建立一个公式，当给定x值后，就代入此公式中算出一个y值，这个值就称为y的预测值。 如何建立这个公式？ （1）绘制散点图 （2）建立线性函数：y= a +bx （3）参数a，b还不知道，这就需要 由样本数据来进行估计，估计出 a，b的值后，即得到回归方程。 回归分析 1.根据研究的目的，设置指标变量 2.搜集整理统计数据 3.确定理论回归模型的数学形式 4.模型参数的估计 5.模型的检验与修改 6.回归模型的运用 建立实际问题回归模型的过程 回归模型与回归问题 对于x和y间的一元线性回归分析： 实际问题模型： 理论求解模型： 未来预测模型： 实际值 理论值 预测值 目标： 7.2一元线性回归分析 研究全国技术贸易额的变化规律并进行预测。全国每年的技术贸易额与很多因素有关，但经过分析，它主要受全国GDP这一因素的影响和制约，于是，我们来寻求二者之间的统计规律，并进行预测。 7.2一元线性回归分析 从散点图中，我们假定y与x之间大致呈线性关系，则可用直线方程 (7-1) 来近似地描述散点的分布情况。这条直线称为y对x的回归直线。其表达式（7-1）称为回归方程，a、b称为回归系数。 y=a+bx+ε 7.2.2 确定回归系数 我们的目标： 即：理论值与实际值尽量接近。 7.2.2 确定回归系数 我们的目标： 代入 并求导： 结果： 其中： 是样本均值； 7.2.2 结果及解释 最后得到我国技术贸易额与GDP的关系（亿元）： 技术贸易（Technology Transactions） 是我国市场体系的重要部分,是链接科研和生产的桥梁和纽带,属于市场体系中的生产要素市场.涉及与技术开发、技术转让、技术咨询、技术服务相关的技术交易活动及相关主体。 解释：1、技术贸易只有在GDP=69.8587/0.0073 =9452.1之后才能产生； 2、每单位GDP可带动0.0073个单位的技术贸 易交易。 7.2.3 相关性检验 对回归模型描述实际数据的近似程度，也即对所得的回归模型的可信程度进行检验，称为相关性检验。 注意：1、r与Q成反比例关系； 2、以上为多元回归分析的相关系数的通用形式。 Q 当r大于某一给定的临界值时，通过相关性检验，否则不通过。 7.2.3 相关性检验 r 的取值范围是 [0,1] |r|=1，为完全相关 r =