概率论与数理统计(回归分析).pptVIP

第9章 相关分析与一元回归分析 9.2 回归分析 回归分析是针对两个或两个以上具有相关关系的变量，研究它们的数量伴随关系，并通过一定的数学表达式将这种关系描述出来，建立回归模型． 回归分析中总假设因变量是随机变量，自变量可以是随机变量也可以是一般变量（可以控制或精确测量的变量） 我们只讨论自变量为一般变量的情况． 为简单起见，以后的所有随机变量及其观测值均用小写字母表示． 9.2 回归分析 如果设随机变量y是因变量，x1，x2，…，xn是影响y的自变量，回归模型的一般形式为： y = f (x1，x2，…，xn) + ε 其中ε为均值为0的正态随机变量，它表示除x1，x2，…，xn之外的随机因素对y的影响． 在回归分析中，当只有一个自变量时，称为一元回归分析；当自变量有两个或两个以上时，称为多元回归分析；f是线性函数时，称线性回归分析，所建回归模型称为线性回归模型；f是非线性函数时，称非线性回归分析，所建回归模型称为非线性回归模型． 9.2 回归分析 线性回归模型的一般形式为： 其中，?0和?i（i = 1，2，…，k）是未知常数，称为回归系数，实际中常假定? ～N(0，?2)． 一元线性回归模型的一般形式为： 由? ～N(0，?2)的假定，容易推出y ～N(?0 + ?1x, ?2)