统计学 第四版(cha11).ppt

第十一章 一元线性回归 第一节 变量间关系的度量 变量间的关系 函数关系 相关关系(correlation) 变量间关系不能 用函数来精确表 达 一个变量的取值 不能由另一个变 量唯一的确定 例: 子女身高与父母身高 冬至天气与春节天气 资金投入与产出 相关关系的类型 相关关系的描述---散点图 相关关系的量化描述---相关系数 协方差(covariance) 协方差能反映两变量间是否相关(等于或不等于零)或是正相关还是负相关(大于或小于零) 例1:计算下列两组观察值的协方差 协方差为205.214 例2:计算下列两组观察值的协方差 协方差为2052.14 相关系数(correlation coefficient) 协方差是离差的乘积和。将协方差“标准化”后，即为 称为相关系数，是对变量之间关系密切程度的度量 相关系数的另一计算公式为 相关系数的取值及其意义 r 的取值范围是 [-1,1] | r |=1，为完全相关; r =1，为完全正相关;r =-1，为完全负相关 r = 0，不存在线性相关关系 -1 ? r 0，为负相关; 0 r ? 1，为正相关 | r |越趋于1表示关系越密切；| r |越趋于0表示关系越不密切 一般可按三级划分：| r | 0.4为低度线性相关；0.4≤| r | 0.7为显著性相关；0.7≤| r |1为高度线性相关 相关系数的显著性检验 r 的抽样分布随总体相关系数和样本容量的大小而变化 当样本数据来自正态总体时，随着n的增大，r 的抽样分布趋于正态分布 当?为较大的正值时，r 呈现左偏分布 当?为较小的负值时，r 呈现右偏分布 当?接近于0,或样本容量n很大时，才能认为r是接近于正态分布的随机变量 相关系数显著性检验的步骤 提出假设 H0：? ? ? ；H1： ? ? 0 计算检验的统计量 确定显著性水平?，并作出决策 若? t ? t??? ，拒绝H0 若? t ? t??? ，不能拒绝H0 例题分析 例:判别各自变量之间是否存在多重共线性 各相关系数检验的统计量 ，对所有检验统计量均有 ，所以均拒绝原假设，说明这4个自变量两两之间都有显著的相关关系 由Excel表输出的结果可知 Significance-F＝1.03539E-06 ?= 0.05 表明回归模型的线性关系显著.而回归系数检验时却有3个没有通过 t 检验,因为 P-Value=0.074935，0.862853， 0.067030?=0.05 这也暗示了模型中存在多重共线性 固定资产投资额的回归系数为-0.029193(负数)，与预期的不一致 第二节 一元线性回归 线性回归方程 如果样本变量间存在直线相关关系，则可画出一条从散点中通过的直线，称为回归直线，其数学解析式称为样本回归方程，写作 这里 表示自变量的观察值 表示因变量的拟合值 表示回归直线截距 表示回归直线斜率 最小二乘估计 使因变量的观察值与估计值之间的离差平方和达到最小来确定回归直线的方法,称为最小二乘法。即要确定这样的a和b,使得 用最小二乘法拟合的直线来代表x与y之间的关系则y的估计值与实际数据的误差比用其他任何直线估计都要小 a和b的计算公式 回归分析与相关分析的区别 相关分析中，变量 x 与变量 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 描述统计 一元线性回归模型 如果两个变量在总体上存在着线性回归关系,可表示为 Y = α + b X + e Y是 X 的线性函数(部分)加上误差项 线性部分反映了由于 X 的变化而引起的 Y 的变化 误差项 ? 是随机变量 反映了除 X 和Y 之间的线性关系之外的随机因素对 Y的影响 不能由 X 和Y 之间的线性关系所解释的变异性 α和 b 称为模型的参数 一元线性回归模型图示 一元线性回归模型基本假定 误差项ε是一个期望值为0的随机变量，即E(ε)=0。对于一个给定的 X 值，Y 的期望值为 E ( Y ) =α+ ? X (总体