第六章回归分析.pptVIP

第八章回 归 分 析 “回归”最早由英国生物学家高尔顿提出。他在对人体遗传特征的实验研究中发现，父母的身高与子女的身高有一定的关系，高的父母其子女也高，但平均来看，却不如他们的父母高；矮的父母其子女也矮，但平均来看，也不如他们的父母矮。他把这种遗传身高趋向于平均的现象称为“回归”，并作为统计概念加以应用，现如今统计学中“回归”的概念已经扩展了，主要是指变量之间的依存关系。 回归分析和相关分析都是对客观事物数量依存关系的分析，在理论和方法上具有一致性。只有存在相关关系的变量才能进行回归分析，相关程度越高，回归测定的结果越可靠。但是回归分析和相关分析也存在区别， 回归分析与相关分析的区别 相关分析中，变量 x 变量 y 处于平等的地位；回归分析中，变量 y 称为因变量，处在被解释的地位，x 称为自变量，用于预测因变量的变化 相关分析中所涉及的变量 x 和 y 都是随机变量；回归分析中，因变量 y 是随机变量，自变量 x 可以是随机变量，也可以是非随机的确定变量 相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量 x 对变量 y 的影响大小，还可以由回归方程进行预测和控制 回归模型的类型 第一节 线性回归分析原理介绍 对于具有线性关系的多个变量，可以用一条线性方程来表示它们之间的关系 y = b0 + b1 x 一元回归方程 二、 判定系