第九章 回归分析.ppt

第九章 回归分析 主要内容 9.0 回归分析概述 9.1线性回归分析 9.2 曲线估计 9.3 非线性回归分析 9.0 回归分析概述 (1) 确定性关系与非确定性关系 变量与变量之间的关系分为确定性关系和非确定性关系，函数表达确定性关系。研究变量间的非确定性关系，构造变量间经验公式的数理统计方法称为回归分析。 (2) 回归分析基本概念 回归分析是指通过提供变量之间的数学表达式来定量描述变量间相关关系的数学过程，这一数学表达式通常称为经验公式。我们不仅可以利用概率统计知识，对这个经验公式的有效性进行判定，同时还可以利用这个经验公式，根据自变量的取值预测因变量的取值。如果是多个因素作为自变量的时候，还可以通过因素分析，找出哪些自变量对因变量的影响是显著的，哪些是不显著的。 主要内容 9.0 回归分析概述 9.1线性回归分析 9.2 曲线估计 9.3 非线性回归分析 9.1线性回归分析 (1) 基本概念 线性回归假设因变量与自变量之间为线性关系，用一定的线性回归模型来拟合因变量和自变量的数据，并通过确定模型参数来得到回归方程。根据自变量的多少，线性回归可有不同的划分。当自变量只有一个时，称为一元线性回归，当自变量有多个时，称为多元线性回归。 (2) 统计原理 一元回归方程和多元回归方程 9.1线性回归分析 (3) 分析步骤 第1步 确定回归方程中的因变量和自变量； 第2步 确定回归模型：根据函数拟合方式，通过观察散点图确定应通过哪种数学模型来概括回归方程。如果被解释变量与解释变量之间存在线性关系，则应进行线性回归分析，建立线性回归模型；反之，建立非线性回归模型。 第3步 建立回归方程：根据收集到的数据以及第2步所确定的回归模型，在一定的统计拟合准则下估计出模型中的各个参数，得到一个确定的回归方程。 第4步 对回归方程进行各种检验： 拟合优度检验； 回归方程的显著性检验； 回归系数的显著性检验。 第5步 利用回归方程进行预测。 9.1线性回归分析 SPSS实现举例 【例9-1】现有1992年~2006年国家财政收入和国民生产总值的数据如下表所示，请研究国家财政收入和国民生产总值之间的线性关系。 9.1线性回归分析 第1步 分析：这是一个因变量和一个自变量之间的问题，故应该考虑用一元线性回归解决。 第2步 数据组织：定义三个变量，分别为“year”（年份）、“x”（国内生产总值）、“y”（财政收入。 第3步 一元线性回归分析设置：将变量“y”作为因变量 ，“x”作为自变量。在 Plots对话框中选用DEPENDENT和*ZPRED作图。并且选择Histogram复选框给出正态曲线和Normal probability plot复选框输出标准化残差的正态概率图。并作相应的保存选项设置。 9.1线性回归分析 第4步 主要结果及分析。 引入或剔除表 9.1线性回归分析 方差分析表 9.1线性回归分析 回归系数表 主要内容 9.0 回归分析概述 9.1线性回归分析 9.2 曲线估计 9.3 非线性回归分析 9.2 曲线估计 (1) 基本概念 曲线估计（曲线拟合、曲线回归）则是研究两变量间非线性关系的一种方法，选定一种用方程表达的曲线，使得实际数据与理论数据之间的差异尽可能地小。如果曲线选择得好，那么可以揭示因变量与自变量的内在关系，并对因变量的预测有一定的意义。 在曲线估计中，需要解决两个问题：一是选用哪种理论模型，即用哪种方程来拟合观测值；二是当模型确定后，如何选择合适的参数，使得理论数据和实际数据的差异最小。 9.2 曲线估计 (2) 统计原理 在曲线估计中，有很多的数学模型，选用哪一种形式的回归方程才能最好地表示出一种曲线的关系往往不是一个简单的问题，可以用数学方程来表示的各种曲线的数目几乎是没有限量的。在可能的方程之间，以吻合度而论，也许存在着许多吻合得同样好的曲线方程。因此，在对曲线的形式的选择上，对采取什么形式需要有一定的理论，这些理论是由问题本质决定的。 (3) 分析步骤 首先，在不能明确究竟哪种模型更接近样本数据时，可在上述多种可选择的模型中选择几种模型；其次，SPSS自动完成模型参数的估计，并输出回归方程显著性检验的F值和概率p值、判定系数R2等统计量；最后，以判定系数为主要依据选择其中的最优模型，并进行预测分析等。 9.2 曲线估计 (4) SPSS实现举例 【例9-2】下表是1989年~2001年国家保费收入与国民生产总值的数据，请研究保费收入与国民生产总值的关系。 9.2 曲线估计 第1步 分析：先用散点图的形式进行分析，看究竟是否具有一元线性关系，如果具有一元线性关系，则用一元线性回归分析，否则采用曲