环境统计学-一元线性回归2.ppt

环 境 统 计 学 授课教师：林红军 授课时间：2010学年第二学期 环 境 统 计 学 第1章 绪论 第2章　概率统计基础 第3章　环境一元线性回归分析 第4章　环境多元线性回归分析 第5章　环境系统聚类分析 第6章　环境模糊聚类分析 第7章　环境判别分析 第8章　环境主成分分析 第9章　环境因子分析 第10章　人工神经网络 第11章　环境空间统计分析 正态分布的定义及其特征 （一） 正态分布的定义 若连续型随机变量x的概率分布密度函数为 (1) 其中μ为平均数，σ2为方差，则称随机变量x服从正态分布(normal distribution)， 记为x～N(μ,σ2)。相应的概率分布函数为 (2) 我们称μ=0,σ2=1的正态分布为标准正态分布(standard normal distribution)。 标准正态分布的概率密度函数及分布函数分别记作ψ(u)和Φ(u)，由 (1)及(2) 式得： (3) (4) 随机变量u服从标准正态分布，记作u～N(0，1)， 标准正态分布 环 境 统 计 学 第1章 绪论 第2章　概率统计基础 第3章　环境一元线性回归分析 第4章　环境多元线性回归分析 第5章　环境系统聚类分析 第6章　环境模糊聚类分析 第7章　环境判别分析 第8章　环境主成分分析 第9章　环境因子分析 第10章　人工神经网络 第11章　环境空间统计分析 变量间的关系 函数关系或确定性关系：研究的是确定现象非随机变量间的关系。 统计关系：研究的是非确定现象随机变量间的关系。 △对变量间统计关系的考察主要是通过相关分析(correlation analysis)或回归分析(regression analysis)来完成的： △几点注意 不线性相关并不意味着不相关； 有相关关系并不意味着一定有因果关系； 相关分析研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有因果关系； 相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。回归分析对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。 回归分析是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。 这里前一个变量被称为被解释变量（Explained Variable）或应变量（Dependent Variable），后一个（些）变量被称为解释变量（Explanatory Variable）或自变量（Independent Variable）。 “回归” 一词的历史渊源 “回归”一词最早由Francis Galton引入。 Galton发现，虽然父母的身高对子女的身高起到决定性作用，但给定父母的身高后，他们儿女辈的平均身高却趋向于或者“回归”到社会平均水平。Galton的普遍回归定律（law of universal regression)。 Galton的朋友Karl Pearson通过收集一些家庭的1000多名成员的父子身高数据，证明儿子确实“回归到中等（regression to mediocrity)” 回归模型的类型 散点图(scatter diagram) 一元线性回归参数求解 最小二乘法 最小二乘估计(图示) 例1. 某河流溶解氧浓度（单位：mg/L)随着流动时间而下降，现测得8组数据，如下表所示。求它们之间的关系。 例2：用分光光度法测定氨溶液中的铜氨离子，以水参比，在600nm测定铜氨显色溶液的吸光度A，得到结果如下： c/mol/L 0.002 0.003 0.005 0.008 0.012  A 0.12 0.14 0.27 0.40 0.52试根据所得到的数据建立吸光度A与铜氨离子浓度c之间的回归方程。 解：将有关的数据代入公式，计算建立的标准曲线为 ? 样本相关系数的计算公式 例1. 某河流溶解氧浓度（单位：mg/L)随着流动时间而下降，现测得8组数据，如下表所示。