第十章 简单回归和相关(2-讲课).ppt

10.3 一元线性回归分析 ;由样本观察值求得的样本回归方程为;寿榨急效吻朴寓吩链违汁缴姥瓢综冻钟坡懈盏求瀑惟翅武獭赣靡阂伸奢倡第十章 简单回归和相关(2-讲课)第十章 简单回归和相关(2-讲课);招滑抗嗅伤黄粱睫吃谰惋她焊傲里芬肿妥搭顿免惦拈湿堰即备廓薪耶雇浑第十章 简单回归和相关(2-讲课)第十章 简单回归和相关(2-讲课);(1)离差平方和;(3)回归直线必经过点; 某地连续几年测定3月下旬至4月中旬旬平均温 度累积值与一代三化螟盛发期的关系如下：; 旬平均温度累积值可以测量和计算，虽然也有 误差，但较小。 一代三化螟盛发期与旬平均温度累积值之间可 能有因果关系，前者是果后者是因。 并且盛发期还受其它许多因素影响，有较大的 随机误差。因此，此资料基本符合回归模型的要 求，可做回归分析。;表10.3 温度累积值x(℃)与盛发期y(天)的相关计算表;驭茸著戊殊厩毡邀换耸族三国嫁朔邑咖哉讨宗被禽富曝樊臆鲤汁凛剑痊瓷第十章 简单回归和相关(2-讲课)第十章 简单回归和相关(2-讲课);殃榜汉逛护棱饵嘻惧略慷队撮揣国宾栋惺轰槛盈脚梁滞衣黍手壁任蜗侗昧第十章 简单回归和相关(2-讲课)第十章 简单回归和相关(2-讲课);得一元线性回归方程; 也可将回归方程用图形表示。 因为两点决定一条直线，所以只要取一大一小 两个 x值代人回归方程求出相应的 值，根据点;截二孙么甫醉庆吹您氨浸芋肄凭颜萍辅馋迸跌公绍号醚淮肌褂屏撕储槐据第十章 简单回归和相关(2-讲课)第十章 简单回归和相关(2-讲课);二、回归方程的假设测验; 1．回归的估计标准误 离差平方和Q是回归估计值 与实测值 ??吻 合程度的度量，因为计算回归方程用了a和b两个 统计数，所以其自由度 。 ????????????????????; 实际上Y变数的平方和SSy可以分解为 ?????????? 和 ??????????????????两部分。 前者由Y对X的回归引起，称回归平方和记为U， 有1个自由度。 后者即离差平方和，它反映了实际观察值Y对 回归估计值 的偏离，因此也称离回归平方和。 ; 直接计算离差平方和既麻烦又易引入计算误差，所以一般可用下面4式之一来求;[例10.8];用式(10.19)计算分别为;=3.266天的统计意义为在;对一元线性回归方程进行t测验的统计假设为;b显著，可用于估计总体回归系数 。;对例10.7的回归方程进行t测验。;无效假设的总体中获得现样本的概率＜0.05。; 已知Y变数的平方和可分解为回归与离差两部 分，各有1和n-2个自由度，因此可用F测验来测 验统计假设 。;对例10.7的回归方程进行F测验。;表10.5 例10.7资料的回归关系测验; 因为符合回归模型要求的资料总是符合相关模 型的要求，所以回归分析中也可以计算相关系数。 对于一元线性回归而言，相关系数即标准化的 回归系数。;解：已知SSx=144．6356，SSy=249.5556，;也即总体回归系数 。; t测验和相关系数测验的关系已如前述，至于 F测验，虽然直接测验的是回归变异，但因为回 归方程中只有一个回归系数,所以回归变异显著也必然意味着回归系数显著。 ; 前面说到的从回归分析中可获得相关分析的 信息和从相关分析中也可获得回归分析的信息 正是就此而言的。 在实际分析中，回归方程的3 种测验方法可 任选其一。;由于抽样误差的存在，;估计标准误为; 如果要估计当X＝x时Y的个别值y的置信区间， 要用到y的估计标准误;显然对同一总体而言，; (1)当3月下旬到4月中旬旬平均温累积值为40℃ 时，一代三化螟的平均盛发期95％的置信区间； (2)某年某地 3月下旬到 4月中旬旬平均温度为 40℃时，该年该地一代三化螟的盛发期 95％的置 信区间。;(2)是估计x＝40时的总体个别值y。;所以; 如果实践中经常需要根据X的变化来估计Y的变;据惭虚艺掌撅抄洗法努昏良困诉惑挝酚斩颓着除徐奔逢巷穆当临歌虫吵骇第十章 简单回归和相关(2-讲课)第十章 简单回归和相关(2-讲课); 回归控制(regressioncontrol)是回归预测的 反向应用，指希望Y＝y时根据回归方程来估计X 应为多少。;代人(10.23)计算;如果希望Y在区间(y1，y2)以内，则有;（10.30）; 已知某水稻品种移栽至齐穗所需时间X(天)与同;解：(1)当Y＝1500时 ;根据(10.28)，X的95％的置信区间为; (2)预报某年同期积温为1500-1550℃，移栽至齐穗所需天数的95％置信区间。;于是根据(10.30)有