统计教程-回归与相关.pdfVIP

统计教程  回归与相关 一、直线回归分析 直线回归是用直线回归方程表示两个数量变量间依存关系的统计分析方法，属双变量分析的范畴。 1. 直线回归方程的求法 （1）回归方程的概念： 直线回归方程的一般形式是Ý （音y hat ）=a+bx ，其中x 为自变量，一般为资料中能精确测定和控制的量，Y 为 应变量，指在x 规定范围内随机变化的量。a 为截距，是回归直线与纵轴的交点，b 为斜率，意为x 每改变一个 单位时，Ý 的变化量。 （2 ）直线回归方程的求法 确定直线回归方程利用的是最小二乘法原理，基本步骤为： 1）先求 b ，基本公式为b=lxy/lxx=SSxy/SSxx ，其中lxy 为X ，Y 的离均差积和，lxx 为X 的离均差平方和； 2 ）再求a，根据回归方程 a 等于Y 的均值减去x 均值与b 乘积的差值。 （3 ）回归方程的图示： 根据回归方程，在坐标轴上任意取相距较远的两点，连接上述两点就可得到回归方程的图示。应注意的是，连出 的回归直线不应超过x 的实测值范围。 2. 回归关系的检验 回归关系的检验又称回归方程的检验，其目的是检验求得的回归方程在总体中是否成立，即是否样本代表的总 体也有直线回归关系。方法有以下两种： （1）方差分析 其基本思想是将总变异分解为SS 回归和SS 剩余，然后利用F 检验来判断回归方程是否成立。 （2 ）t 检验 其基本思想是利用样本回归系数b 与总体均数回归系数ß 进行比较来判断回归方程是否成立，实际应用中因为回 归系数b 的检验过程较为复杂，而相关系数r 的检验过程简单并与之等价，故一般用相关系数r 的检验来代替回 归系数b 的检验。 3. 直线回归方程的应用 （1）描述两变量之间的依存关系； 利用直线回归方程即可定量描述两个变量间依存的数量关系 （2 ）利用回归方程进行预测； 把预报因子（即自变量x ）代入回归方程对预报量（即因变量Y ）进行估计，即可得到个体Y 值的容许区间。 （3 ）利用回归方程进行统计控制 1  统计教程  规定Y 值的变化，通过控制x 的范围来实现统计控制的目标。如已经得到了空气中NO2 的浓度和汽车流量间的 回归方程，即可通过控制汽车流量来控制空气中NO2 的浓度。 4. 应用直线回归的注意事项 （1）做回归分析要有实际意义； （2 ）回归分析前，最好先作出散点图； （3 ）回归直线不要外延。 二、直线相关分析 1. 直线相关的概念 直线相关分析是描述两变量间是否有直线关系以及直线关系的方向和密切程度的分析方法。用以描述两变量间相 关关系的指标是相关系数（常用r 表示），两变量间相关关系的种类有正相关（0r1 ）、负相关（-1r0 ）、零 相关（r=0 ）、完全相关（|r|=1）等。相关分析对资料的要求是两变量（x ，y ）均是符合正态分布的随机变量。 2. 相关系数的计算 相关系数是x ，Y 的离均差积和lxy 除以X 的离均差平方和lxx 与Y 的离均差平方和lyy 之积的算术平方根的商。 故此相关系数又被称为积差相关系数。 3.相关系数的假设检验 相关系数检验的目的是判断两变量的总体是否有相关关系，方法有t 检验和查表法，t 检验法是样本与总体的比 较，查表法是直接查相关系数界值表得到相应的概率p 。 三、直线相关与回归的区别与联系 区别：1. 相关说明相关关系，回归说明依存关系； 2. r 与b 有区别； 3. 资料要求不同。 联系：1. r 与b 值可相互换算； 2. r 与b 正负号一致； 3. r 与b 的假设检验等价； 4. 回归可解释相关。相关系数的平方r2 （又称决定系数）是回归平方和与总的离均差平方和之比，故回归平 方和是引入相关变量后总平方和减少的部分。 四、等级相关分析 等级相关分析适用于资料不是正态双变量或总体分布未知，数据一端或两端有不确定值的资料或等级资料。常用 的Spearman 等级相关系数rs 是利用x ，Y 的秩次来进行直线相关分析的。因此当x ，Y 的相同秩次较多时，计算 出的r 需矫正。同样的，等级相关系数r 也需要进行假设检验。 s s