概率论和数理统计 第十一章.pptVIP

第十一章 回归分析 ;§11.1 回归概念归 ; 确定性关系又称为函数关系。 例如：圆面积与圆半径; 变量间的相关关系不能用完全确切的 函数形式表示，例如： 身高 与 体重 的关系； 收入 与 消费 的关系； 产量 与 施肥 的关系； ……; 11.2 一元线性回归方程 设y与x间有相关关系，称x为自变量(控制变量)，y为因变量(响应变量)。相关关系可用下式表示 y =f (x)+ ? 其中?是随机误差，一般假设? ~N(0, ? 2)。 ; 例 合金的强度y (×107Pa) 与合金中碳的含量x (%) 有关。为研究两个变量间的关系。首先是收集数据，我们把收集到的数据记为(xi,yi), i=1,2,?,n。本例中，我们收集到12组数据，列于表中 ;合金钢强度y与碳含量x的数据 ; 为找出两个量间存在的回归函数的形式，可以画一张图：把每一对数(xi,yi)看成直角坐标系中的一个点???在图上画出n个点，称这张图为散点图，见图; 从散点图我们发现12个点基本在一条直线附近，这说明两个变量之间有一个线性相关关系，这个相关关系可以表示为 y =?0+ ?1x+ ? 由于?0, ?1均未知，需要我们从收集到的数据(xi,yi)，i=1,2,…,n，出发进行估计。 ;回归系数的最小二乘估计 ; 最小二乘估计可以通过求偏导数并令其为0而得到： ;可得;?xi=1.90;回归方程的显著性检验 ; 相关检验 一元线性回归方程是反映二个随机变量x与y间的线性相关关系，所用的检验统计量为样本相关系数 拒绝域为W={?R??c}。; 以上例中数据为例，可以计算得到 ; 称; 估计与预测 当回归方程经过检验是显著的，则可用来做估计和预测： 当x=x0时，寻求 y0=?0+ ?1 x0的点估计。 ; 例 在上例中，如果x0=0.16，则得预测值为 ;§11.3 可线性化的回归方程 ; 常见的曲线函数： 1) 1/y=a+b/x 2) y=a+blnx 3) 4) ; 对上述非线性函数，最常用的方法是“线性化”方法。 以1/y=a+b/x为例，为了能采用一元线性回归分析方法，我们作如下变换u=1/x, v =1/y 则曲线函数就化为如下的直线 vi=a+ bui + ?i 于是可用一元线性回归的方法估计出a,b。