相关与回归3 线性回归分析1.pdf

2013-3-17 第二节线性回归分析 而客观事物之间常存在着某种因果关系. 如田径项目中跳远成绩的提高常导致百米成 绩的提高； 上节相关关系中的线性相关用于描述两个 居民收入水平的提高会导致其体育消费额的 连续型随机变量X与Y之间线性联系的程度， 提高； 结论所反映的是它们相互之间的关系，两 变量并无主次之分。 现代五项运动中游泳成绩的提高会带来越野 跑成绩的下降，等等。 随着所研究问题的进一步深入，研究者通常 这里两变量的地位是不同的，其中X为自变 更感兴趣于其中一个变量如何定量地影响另 量（independent variable），也称为解释 一个变量的取值. 变量，可随机取值； 而上述的因果关系往往无法用精确的数学表 而Y被视为依赖于X而变化的量，称为反应变 达式描述，只有通过对大量观察数据的统计 量，或称为因变量（dependent variable ）。 处理，才能找到它们之间的关系和规律。 这种分析两个以上连续型变量在数值上线性 依存关系的统计方法称为线性回归。 1 2013-3-17 在实际研究中，只有一个因变量及一个自变 为什么叫回归分析呢？ 量的线性回归称为一元线性回归； 很早以前，英国统计学家高尔顿（Sir 只有一个因变量但有多个自变量的线性回归 Francis Galton1822-1911）与其弟子卡 称为多元线性回归； 尔·皮尔逊（Karl Pearson1857-1936）和A . 而存在多个因变量及多个自变量的线性回归 Lee注意到一个有趣的现象. 称为多对多线性回归。 即父亲高，儿子也高，父亲矮，儿子也矮， 但儿子离平均水平更近些，即子代身高向均 数回归。 这是很自然的，否则，岂不一代比一代无限制 线性回归主要解决下面几个问题： 地远离平均值而导致身高两极分化，当时高尔 顿称上述现象为“普遍回归法则”，以后统计  ⒈分析所得到的统计数据，找出变量间的数 学中就沿用了“回归”一词。 学表达式，即建立回归模型；  ⒉对回归模型及其参数进行估计和检验，确 定回归方程的效果；  ⒊利用确定的回归模型分析影响因素对预测 对象的影响程度，进行预测并分析预测结果 的误差范围及精度。