第九章多元回归与多项式回归.pptVIP

第九章 多元回归与多项式回归 学习要求 了解多元回归、偏相关系数、通径分析、多项式回归的概念；理解多元回归、多项式回归关系的显著性检验及准确度测定的意义；掌握正规方程组求解求逆紧凑法的步骤及建立最优回归方程、通径分析方法。 重点与难点 重点：涉及本章统计量的含义，建立最优回归方程及通径分析方法 难点：求解求逆紧凑法的应用 思考题及作业 1、何谓偏回归及偏相关系数、通径系数、及决定系数？ 2、求解求逆紧凑法的公式有哪些性质？这些性质有何用处？ 3、试述偏相关系数、复相关系数及简单相关系数的区别？ 4、习题作业：《标准化综合测试题》第九章 1—4题 参考书 1．贵州农学院(主编).2001.《生物统计附试验设计》教材.中国农业出 版社. 172~197页 2．莫惠栋著.1992.农业试验统计.上海科学技术出版社.467~580页 第一节 多元回归与多元相关 求解求逆紧凑法的应用步骤 三、多元回归在科研中的应用实例 四、显著性检验与准确度测定 *五、在多元回归中剔除作用不大的自变量 *第二节 通径分析与偏相关系数 二、通径分析 三、偏相关系数 第三节 多项式回归 SAS程序 仍以上例为例，计算其二级偏相关系数。在相关模型中，各变量都同等看待，不作自变量与依变量之分。为了方便，将瘦肉量（依变量）改以x4表示。故得简单相关系数为： r12=0.0512 r13=0.0577 r14=0.4680 r23=－0.4435 r24=0.3323 r34=－0.3605 按公式（9—9）求其逆矩阵： → 然后按下述公式直接求之： （9—26） → → → → 以上变换中，从R(0)～R(3)，实际上就是采用求解求逆紧凑法，对实例资料求通径系数的具体计算过程，R(3)中的第4列即为通径系数的解。其中，Py·1=0.44354，Py·2=0.20049，Py·3=－0.24599，与用（9—21）式计算相同（这里有计算误差）。通径系数的显著性检验与偏回归系数、偏相关系数是同步的。 在实例资料中，给合上述，我们需要研究的是瘦肉量（x4）与眼肌面积（x4）、胴体长（x2）、膘厚（x3）的二级偏相关。因此按公式（9—26）求得： 偏相关系数的显著性检验用t检验法 df=n－m（m为变量数目） （9—27） 上述三个偏相关系数，其自由度为df=54－4=50 偏相关系数同偏回归系数有密切的联系，不仅符号一致。而且其显著性检验亦是同步的，因为trij·=tbij·（这里有计算误差）所以结论亦是一致的：瘦肉量（x4）与眼肌面积x1的二级偏相关高度显著；与胴体长x2的二级偏相关不显著。与膘厚x3的二级偏相关勉强显著。 偏相关系数的显著性检验亦可用查表法进行。 偏相关系数与简单相关系数在数值上可以相差很大，有时甚至符号相反。世界上各种事物间的关系很复杂，在研究它们的关系时，不能只孤立地看两者之间的关系，而是要把各种事物间的关系都搞清楚，全面地来看两两间的关系。简单相关系数只表示两者间的表面关系，而只有偏相关系数才表示两者间的本质联系。 例如对上例资料的相关分析。单就瘦肉量x4与眼肌面积、胴体长、膘厚的简单相关系数： r14=0.4680** r24=0.3323* r34=0.3605** 虽然相关不高，但均表明有显著的相关关系存在。然而若作固定二变量的二级偏相关分析，则只能证明瘦肉量x4与眼肌面积x1有显著的相关关系存在，而与 胴体长x2的关系不显著，与膘厚x3的关系则很勉强。因此说明在多个性状值综合估计瘦肉量的值中，胴体长的作用不大。剔除胴体长x2后，x4对于x1、x3作偏相关分析： 1、一级偏相关系数可直接用公式求之 df=n－m=54－3=51 因t＞t0.01(50)=2.678(用查表法：r＞r0.01(50)=0.354)，即P＜0.01，可以看出偏相关系数均高度显著。所以偏相关分析的结果，亦证明用眼肌面积和膘厚两个性状值作多元回归来综合估计瘦肉量是恰当的和可靠的。 2、利用求逆公式的性质，在R(4)中以剔除变量行为主行重复作一次消去变换，从去除该变量有关行及列子矩阵的逆阵元素计算次级偏相关系数（略）。 就不能通过变量变换把它化为直线，但如令x1=x，x2=x2，就可把它化成一个二元线性方程； 这样就可按多元回归的方法求得各回归系数。