第9章回归和相关分析.pptVIP

第 九 章 相 关 与 回 归; 主要内容;一 线性相关的概念 线性相关(linear correlation)又称简单相关(simple correlation)，用于双变量正态分布(bivariate normal distribution)资料。其性质可由散点图直观的说明。 目的：研究 两个变量X,Y数量上的依存（或相关） 关系。 特点：统计关系 ;;二、相关系数的意义与计算;例９-１ 某地15名3岁儿童体重与体表面积资料如表9.1,试求相关系数。 由例９-１得 由公式得;相关系数的特点;相关系数的统计推断 ; 例9-2 继例9-1中算得r=-0926后,试检验相关是否具有统计学意义;检验步骤;线性相关中应注意的问题;简单回归分析 Simple linear regression analysis;双变量计量资料：每个个体有两个变量值 总体：无限或有限对变量值 样本：从总体随机抽取的n对变量值 （X1,Y1）, （X2,Y2）, …, （Xn,Yn） 目的：研究X和Y的数量关系 方法：回归与相关 简单、基本——直线回归、直线相关;直线回归的概念 ; 为了直观地说明直线回归的概念，以15名健康人凝血酶浓度（X）与凝血时间(Y)数据（表９-1）进行回归分析，得到图９-1所示散点图（scatter plot） ;; 由图９-１可见，凝血时间随凝血酶浓度的增加而减低且呈直线趋势，但并非所有点子恰好全都在一直线上，此与两变量间严格的直线函数关系不同，称为直线回归（linear regression）,其方程叫直线回归方程，以区别严格意义的直线方程。回归是回归分析中最基本、最简单的一种，故又称简单回归。 ;样本线回归方程;1．a 为回归直线在 Y 轴上的截距;残差(residual)或剩余值，即实测值Y与假定回归线上的估计值 的纵向距离 。 求解a、b实际上就是“合理地”找到一条能最好地代表数据点分布趋势的直线。;Y的离均差，总变异; ; 为了直观地说明直线回归的概念，以15名健康人凝血酶浓度（X）与凝血时间(Y)数据（表９-1）进行回归分析，得到图９-1所示散点图（scatter plot） ;No.;本例：n=15 ΣX=14.7 ΣX2=14.81 ΣY=224 ΣXY=216.7 ΣY2=3368;;回归方程的假设检验 ;;;1．方差分析 ;Y的离均差，总变异;第二 节 线性回归的应用 （估计和预测） ;反映其抽样误差大小的标准误为;例9-1中，第一观测值X1=1.1， 0.4994， 0.404， 代入（9.8）式获得第一观测点X1对应的 的标准误为 0.1599 Y的总体均数的95%置信区间为 14.0957±(2.16)(0.1599)＝（13.7502，14.4412） ;对象;以上是给定某一X值时所对应的总体均数的置信区间。当同时考虑X的所有可能取值时，总体均数的点估计就是根据样本算得的回归直线 （1-α）置信区间的上下限连起来形成一个弧形区带，称为回归直线的（1-α）置信带（confidence band）。同样，因为其标准误是X的函数，所以在均数（ ）点处置信带宽度最小，越远离该均数点，置信带宽度越大。 ;图9-4中，左图显示位于最小二乘回归线上下两侧的两条弧形虚线为总体回归线的（1-α）置信区带。右图的实线表示可能的总体回归线，它们落在弧形虚线所确定的置信带内。 （1-α）置信带的意义是：在满足线性回归的假设条件下，可以认为真实的回归直线落在两条弧形曲线所形成的区带内, 置信度为（1-α） ;;PI;决定系数(coefficient of determination) ; ;2．进行回归分析前应绘制散点图;3．资料的要求 ; 反应两变量关系密切程度或数量上影响大小的统计量应该是回归系数的绝对值，而不是假设检验的P值。 P值越小只能说越有理由认为变量间的直线关系存在，而不能说关系越密切或越“显著”。另外，直线回归用于预测时，其适用范围一般不应超出样本中自变量的取值范围。 ;谢谢大家！