第2章简单线性回归模型.pptVIP

第二章 简单线性回归 模型 第一节 回归分析与回归函数 第二节 简单线性回归模型参数的估计 第三节 拟合优度的度量 第四节 回归系数的区间估计和假设检验 第五节 回归模型的预测 第六节 案例分析 第一节 回归分析与回归函数 一、相关分析 （一）公式 总体相关系数： 样本相关系数： （二）性质 相关系数的特点：介于【-1，1】之间 如果相关系数等于1，表明变量之间存在完全正相关；如果等于-1，表明变量之间存在完全负相关；如果等于0，表明变量之间不存在线性相关关系；如果相关系数在（-1，0）或（0，1）之间，表明变量存在一定的相关关系, (样本)相关系数绝对值越接近1，表明变量之间线性相关程度越高。 （三）检验 原假设 备择假设 当样本n大于等于10时，可构造检验统计量： 检验准则： 当 时，拒绝原假设，认为变量之间具有显著的相关关系。 例：收入、消费相关系数 　 城镇居民人均可支配收入 城镇居民人均消费支出 　 城镇居民人均可支配收入 城镇居民人均消费支出 北 京 24724.89 16460.26 湖 北 13152.86 9477.51 天 津 19422.53 13422.47 湖 南 13821.16 9945.52 河 北 13441.09 9086.73 广 东 19732.86 15527.97 山 西 13119.05 8806.55 广 西 14146.04 9627.4 内蒙古 14432.55 10828.62 海 南 12607.84 9408.48 辽 宁 14392.69 11231.48 重 庆 14367.55 11146.8 吉 林 12829.45 9729.05 四 川 12633.38 9679.14 黑龙江 11581.28 8622.97 贵 州 11758.76 8349.21 上 海 26674.9 19397.89 云 南 13250.22 9076.61 江 苏 18679.52 11977.55 西 藏 12481.51 8323.54 浙 江 22726.66 15158.3 陕 西 12857.89 9772.07 安 徽 12990.35 9524.04 甘 肃 10969.41 8308.62 福 建 17961.45 12501.12 青 海 11640.43 8192.56 江 西 12866.44 8717.37 宁 夏 12931.53 9558.29 山 东 16305.41 11006.61 新 疆 11432.1 8669.36 河 南 13231.11 8837.46 　 　 　 （四）相关分析存在的缺点 不能反映变量之间的因果关系； 只能反映变量之间的线性相关关系； 只能研究两个变量之间的相关关系； 不能研究某个变量的变化对其他变量的影响程度。 例如： 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 X -1 -0.75 -0.5 -0.25 0 0.25 0.5 1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 0 0.66 0.87 0.97 1 0.97 0.87 0 -0.66 -0.87 -0.97 1 -0.97 -0.87 -0.66 Y 0 0.66 0.87 0.97 1 0.97 0.87 0 -0.66 -0.87 -0.97 1 -0.97 -0.87 -0.66 -1 -0.75 -0.5 -0.25 0 0.25 0.5 1 -0.75 -0.5 -0.25 0 0.25 0.5 0.75 二、回归分析 （一）产生渊源 “回归”这个词最早由高尔顿在遗传学研究中提出来。 高尔顿是达尔文的表弟，是一名英格兰 维多利亚时代的文艺复兴人、人类学家、 优生学家、热带探险家、地理学家、发明家、 气象学家、统计学家、心理学家和遗传学家。 在统计学方面，高尔顿提出了“回归”和 “相关”的概念。 19世纪80年代，高尔顿就开始思考父代和子代相似，如身高、性格等。他选择了父母平均身高X与其一子身高Y的关系作为研究对象。他观察了1074对父母及每对父母的一个儿子，将结果描成散点图，发现趋势近乎一条直线。 高尔顿发现这1074对父母平均身高的平均值为68 英寸（英国计量单位，1 英寸=2.54cm）时，1074个儿子的平均身高为69 英寸，比父母平均身高大1?英寸 。于是他推想，当父母平均身高为64 英寸时，1074