第11讲统计分析模型.PPT

由于客观事物内部规律的复杂及人们认识程度的限制,无法分析实际对象内在的因果关系; 人们关心的变量(因变量)受另外几个变量(自变量)的关联性(非因果性)的影响，并且存在众多随机因素，难以用机理分析方法找出它们之间的关系； 需要建立这些变量的数学模型，使得能够根据自变量的数值预测因变量的大小，或者解释因变量的变化。 回归分析是数学建模的有力工具 薪金与资历、教育程度、工作岗位 收集一组包含因变量和自变量的数据； 选定因变量与自变量之间的模型，利用数据按照最小二乘准则计算模型中的系数； 利用统计分析方法对不同的模型进行比较，找出与数据拟合得最好的模型； 判断得到的模型是否适合于这组数据, 诊断有无不适合回归模型的异常数据； 利用模型对因变量作出预测或解释。 回归分析的主要步骤 1. 简化的实际问题及其数学模型 2. 一元线性回归 3. 多元线性回归 4. 非线性回归 回归分析(Regression Analysis) 从应用角度介绍回归分析的基本原理、方法和软件实现 一. 拟合. 设有变量x, y，根据一组数据(xi, yi) ,i=1,2, …,n，视为平面上的 n 个点，寻求一个函数 y=f (x)，使 y= f (x)在某种准则下与所有的数据点(xi, yi)总体上最接近。 线性最小二乘法 令 f (x)=b1r1(x)+ b2r2(x) +… + bmrm(x) 其中rk(x)是事先选定的一组函数, bk是待定系数,k = 1,2, …,m Q(b1,b2 ,…,bm)= min Q(b1,b2 ,…,bm)= min 当 {r1(x), r2(x) ,…, rm(x)} 线性无关时，R列满秩，故RTR可逆 三、多元线性回归模型. y =b0+ b1x1 + b2x2 + … + bkxk+e 对 n 组数据 (xi1, xi2, …, xik , yi ) i =1,2, …, n 记 Y = Xb + e min Q(b)=|| Y –Xb ||2 得 例2. 求拟合下列数据的最小二乘解 x=.24 .65 .95 1.24 1.73 2.01 2.23 2.52 2.77 2.99 y=.23 -.26 -1.10 -.45 .27 .10 -.29 .24.56 1 解: 因此假设拟合函数与基函数分别为 6.7941 -5.3475 63.2589 -5.3475 5.1084 -49.0086 63.2589 -49.0086 1002.5 1.6163 -2.3827 26.7728 通过计算,得法方程组的系数矩阵及常数项矩阵为 用Gauss列主元消去法,得 -1.0410 -1.2613 0.030735 拟合的平方误差为 例2 软件开发人员的薪金 资历~ 从事专业工作的年数；管理~ 1=管理人员，0=非管理人员；教育~ 1=中学，2=大学，3=研究生 建立模型研究薪金与资历、管理责任、教育程度的关系, 分析人事策略的合理性，作为新聘用人员薪金的参考. 编号 薪金 资历 管理 教育 01 13876 1 1 1 02 11608 1 0 3 03 18701 1 1 3 04 11283 1 0 2 05 11767 1 0 3 编号 薪金 资历 管理 教育 42 27837 16 1 2 43 18838 16 0 2 44 17483 16 0 1 45 19207 17 0 2 46 19346 20 0 1 46名软件开发人员的档案资料 模型 y~ 薪金，x1 ~资历（年） x2 = 1~ 管理人员，x2 = 0~ 非管理人员 1=中学 2=大学 3=研究生 资历每加一年薪金的增长是常数； 管理、教育、资历之间无交互作用. 教育 线性回归模型 中学：x3=1, x4=0 ；大学：x3=0, x4=1； 研究生：x3=0, x4=0 由数据确定 假设 系数 系数估计 置信区间 β0 11032 [ 10258 11807 ] β1 546 [ 484 608 ] β2 6883 [ 6248 7517 ] β3 -2994 [ -3826 -2162 ] β4 148 [ -636 931 ] R2=0.957 F=226 p=0.000 R2,F, p? 模型整体上可用 资历增加1年薪金增长546 管理人员多6883 中学程度比更高的少2