第十一节回归分析.pptVIP

第十一章 回归分析 内容简介 回归分析方法概述 一元线性回归分析 利用规划求解解决一般非线性回归问题的方法 多元线性回归分析 将非线性问题转换成线性问题求解的非线性回归分析方法 第一节 回归分析方法概述 回归分析方法 一种建立统计观测值之间的数学关系的方法 通过自变量的变化来解释因变量的变化，从而由自变量的取值预测因变量的可能值 第一节 回归分析方法概述（续） 自变量与因变量的相关关系 第一节 回归分析方法概述（续） 一元线性回归的拟合线方程 第一节 回归分析方法概述（续） 确定拟合方程系数值的最小二乘法 原理：因变量估计值与观测值之间均方误差极小 第一节 回归分析方法概述（续） 回归模型的检验 判定系数 R2 用来判断回归方程的拟合优度。 通常可以认为当R2大于0.9时，所得到的回归直线拟合得较好，而当R2小于0.5时，所得到的回归直线很难说明变量之间的依赖关系。 t 统计量 如果对于某个自变量，其t统计量的P值小于显著水平（或称置信度、置信水平），则可认为该自变量与因变量是相关的。 F 统计量 如果F统计量的P值小于显著水平（或称置信度、置信水平），则可认为方程的回归效果显著。 第一节 回归分析方法概述（续） 回归预测的步骤 第一步，获取自变量和因变量的观测值； 第二步，绘制XY散点图； 第三步，写出带未知参数的回归方程； 第四步，确定回归方程中参数值； 第