第四章 线性回分析.ppt

* * 数学建模简明教程 国家精品课程 第四章 线性回归分析 一、引言 二、回归分析方法 三、软件实现 目录 下页 返回 上页 结束 2004年全国数模竞赛的B题“电力市场的输电 某电网有8台发电机组，6条主要线路，表1和 表2中的方案0给出了各机组的当前出力和各线路 上对应的有功潮流值，方案1~32给出了围绕方案 0的一些实验数据，试用这些数据确定各线路上 有功潮流关于各发电机组出力的近似表达式. 阻塞管理”的第1个问题： 一、引言 目录 下页 返回 上页 结束 目录 下页 返回 上页 结束 对本问题，我们采用多元线性回归分析，效果很好. 二、回归分析方法 例 如图1是12组儿子身高 和父亲身高 数据 关系的散布点，采用直线拟合的示意图. 设6条线路上有功潮流为 ，8台发电 ，该问题一般函数表达式： 机组出力为 图1 平面上散布点的直线拟合示意图 目录 下页 返回 上页 结束 上面的示例中自变量只有一个，属一元回归分析. 如果自变量有多个，则属多元回归分析.如4.1中赛 就属多元回归分析. 1.一元线性回归 模型： 目录 下页 返回 上页 结束 题，自变量是8台发电机组出力 ,作回归分析 其中 找一条最好的直线通过 个已知的观测点，实际 上就是寻找满足如下目标的直线参数 目标函数： 利用高等数学可求解参数 目录 下页 返回 上页 结束 对一组观测值 ，满足： 其中各 相互独立且 记 则 有： 目录 下页 返回 上页 结束 则 另外一个问题就是对 的无偏估计问题.可以证明, 的无偏估计为： 目录 下页 返回 上页 结束 这里, 2.多元线性回归模型 模型： 个观测值,则满足: 目录 下页 返回 上页 结束 是未知参数. 设 是 的 其中各 相互独立，且 则方程组用矩阵表达为 假定矩阵 的秩等于 .即列满秩. 目录 下页 返回 上页 结束 令 则 解得 的无偏估计 当 时，就变成一元回归分析，其参数 的求解 及 的无偏估计与一元回归分析得到的结论是一致的. 3.回归模型的假设检验 当完成回归模型中参数及回归偏差 的估计后， 还需要对模型进行评价 .包括: 目录 下页 返回 上页 结束 检验采用线性回归是否适合 每一个变量是否对因变量起作用 采用线性回归好坏程度的度量 3.1 回归方程的显著性检验 当原假设 成立时，说明回归方程不显著. 当备选假设 成立时，说明回归方程显著. 目录 下页 返回 上页 结束 至少有一个 目录 下页 返回 上页 结束 令 ，考虑总离差平方和 ,称为剩余残差平方和. ,称为回归平方和. 在 成立的条件下，可以证明 且 与 相互独立，则 统计量 的数值 目录 下页 返回 上页 结束 对给定显著水平 ，可查表得 ,计算 回归方程不显著. 3.2 回归系数的显著性检验 检验假设 用，在回归模型中可以去掉. 目录 下页 返回 上页 结束 若 ,则拒绝 ，即认为各系数不为 零，线性回归方程是显著的.否则接受 ,即认为线性 当原假设 成立时，说明自变量 对 不起作 当备选假设 成立时，说明自变量 对 有作 用，在回归模型中不能去掉. 对角线上的第 j+1 个元素 的条件下，有 目录 下页 返回 上页 结束 可以证明， ， 是 的主对角 而 ,且 与 独立，则在 成立 认为 等于零. 3.3 复相关系数 对一个因变量和一组自变量和之间线性相关程度， 复相关系数来度量. 目录 下页 返回 上页 结束 对给定的显著水平 ，查表得 ,计算 统计量 的数值 ，若 则拒绝 ，即 认为 显著不为零.若 则接受 ，即 定义 变量 之间线性相关程度越强. 调整的复相关系数 (Adjust ) .其定义如下: 当 和 越接近1.表示因变量 与各自变量 之间线性相关程度越强. 三、软件实现 解决线性回归问题的最常用软件有： Matlab，统计 软件SPSS和SAS. 目录 下页 返回 上页 结束 ，当 越接近1，表示因变量 与各自 1. SAS8求解过程 1). 启动SAS软件,鼠标点击Solutions- Analysis-Analyst,启动分析员. 2). 在弹出的表中输入数据,结果如图2. 其中 1~32行为32组试验数据（方案0未选，后面将作为 测试数据）. 8台机组的出力用 表示，6条 线路的潮流值用 表示.（由于数据较多，可 将数据拷贝到记事本中，然后由SAS直接读入更方便.） 目录 下页 返回 上页 结束 图2 SAS数据输入图