第七章回归分析与方差分析初步.ppt

* 三、检验统计量与拒绝域 有计算公式： 可以证明有： * （1）求: 利用正态总体中的结论（见第一章）有： 又由 分布的可加性知： 则有 * 从而有 (2) 求 * 当原假设为真时，各 相等且为 ，则 取检验统计量为： （7.2.8） 比较合理的拒绝域形式为： 对给定的显著性水平 ， 应满足 * 四、方差分析表（ANOVA表） 可知当 为真 表7.2.1 单因子方差分析表 方差来源 平方和 自由度 均方 F比 ? ? ? * 表7.2.2 例7.2.1的方差分析表 方差来源 平方和 自由度 均方 比 值 516 2 258 9．00 0.003 430 15 28.67 ? ? 946 17 ? ? ? =0.0030.05，故拒绝 * 第七章 回归分析与方差分析初步 §7.1　　一元线性回归 有一类变量间有关系,但不能用函数形式来表示。例如人 的体重 与身高 有关，又如居民的储蓄存款额 与它 的收入 有关，但同样的收入的人储蓄存款额也不会相 同。这样的变量间的关系在统计上称为相关关系。 X─自变量（一般变量，非随机变量） Y─随机变量 * 一、模型 ①收集数据 例7.1 我们知道营业税收总额与社会零售总额有关。为了能从社会商品零售总额去预测税收总额，需要了解两者的关系，现收集了如下几组数据（表7.1.1） 表7.1.1社会商品零售总额与税收总额 单位：亿元 序号 社会商品零售总额 x 营业税税收总额 y 1 142．08 3．93 2 177．30 5．96 3 204．68 7．85 4 242．88 9．82 5 316．24 12．50 6 341．99 15．55 7 332．69 15．79 8 389．29 16．39 9 453．40 17.45 * ①???②画散点图 * ③观测散点图 如果 个点 在某直线附近波动,但不完全在一直线上, 认为 由两部分构成, 各 之间独立，可得一元线性回归的数学模型： (7.1.1) * 回归函数： 反映 与 的相关关系 的估计为 ，回归方程为 考虑⑴如何根据 去估计 ； ⑵对回归方程的可信度作检验； ⑶回归方程的作用：预测，控制。 * 二、参数的最小二乘法估计 （一）?????? LSE的求法 1.准则： 记 为残差平方和。 * 2.求法： ，又 是 的可微函数，有极值。 正规方程组： * 从而 代入得 得到的LSE为 * 回归方程有两种形式： 回归直线过 两点。 * （二)??????估计量的分布及有关性质 1． 2． 3． ，当 时， 与 独立 * 4． 仍服从正态分布， * 定理7.1.1 在模型（7.1.1）下有 （1） （2） 相互独立 * §7. 2 单因子方差分析 实践例子： 美国的Burke市场调查公司是一家最富经验的市场调研机构之一。在一次研究中，一家Anon公司要评价儿童干谷类食品的潜在的新品种。Anon产品开发者认为可能改善食品味道的四类关键因素为： * 1.食品中小麦与玉米的比例。 2.甜味剂的类型：白糖、蜂蜜或人工制剂。 3.果味香料的有无。 4.加工时间的长短。