回归预测法答辩.pptVIP

回归分析预测法;第一节 回归分析的基本概念; 2.回归分析 研究变量之间的互相关系，把其中一些因素作为控制的变量，而把另一些随机变量作为因变量，利用适当的数学模型尽可能趋向于趋势变化的均值描述它们的关系的分析，称为回归分析。 即假定 y 与 x 相关，应有 y = f ( x ) 若 x1,x2, ‥‥‥ xn个变量影响y，应有 y = f (x1,x2, ‥‥‥xn) 显然，有一些问题必须解决; ①因素分析 现代社会中，任何一件事物与多个因素相关，如何选取主要因素，忽略次要因素，使建立的数学模型不因变量太多而复杂，又能较好的抓住主要矛盾。 解决方法是求相关系数R ②运动轨迹的模型 主要利用已知统计数据在图上打点进行观察分析，寻求一条最佳线路。采用最小二乘法，即在满足该条线路的???拟值与真值总平方误差∑ei2为最小的条件下，来求出模拟数学模型各参数。（为Gauss--Markov最佳线性与无偏估计量 ）; ③相关性检验 目的是鉴别所求出的模型是否可靠， 方法：利用相关性检验准则进行检验 ④精确度：即讨论在一定置信度条件下的置信区间 ⑤预测 ：前面的问题已解决，数学模型已经建立且可靠, 精度问题也已解决，利用延续性原则代入需预测的数据，并求出结果。;;第二节 一元线性回归预测; 这表示，真值与模拟直线y = a + bx之间存在实际误差 ei，累积平方误差为 Q = ∑ei 2,称残差平方和，又称剩余平方和。 反之，我们已知的是实际数据（xi，yi），从可能的无穷条模拟直线中选取某一条直线，使之模拟得最好，标准为Q = ∑e2i最小。 由（3） Q（a,b）= ∑ei2 = ∑(yi –a--bxi)2 求极值点，应有：[Q(a,b)]’a = 0 及 [Q(a,b)]’b = 0 ;;;;;;;;;;;;第三节 多元线性回归预测;;;;;;;;;支撑线;;第四节 非线性回归预测;;; 二. 双曲线：单调减，水平渐进线 y = a. y = a + b(1/x) (a 0, b 0) 仿照指数曲线作法，令X = 1/x 有：y = a + bX 这仍然构成了一元线性回归方程。;