高级生物与统计011 .ppt

一、直线回归 设相关变量y（依变量）与x（自变量）间存在的线性关系， 有n对实际观测值（xi ，yi），i=1、2、┅ 、n： （一）数学模型 其中：x—预先确定，不受试验误差影响； y—随x而变，且受试验误差影响； 或 x、y都受试验误差的影响(x、y都为可观测的随机变量) α—总体回归截距， β—总体回归系数， εi为随机变量，相互独立，且都服从N(0,σ2) 即εi～N(0,σ2)， E (εi)=0，V (εi)=σ2； y～N (α + β x，σ2)， E (y)= α +β x，V (y)=σ2 （二）回归方程 a 估计α b 估计β 估计α+βx 离回归标准误，表示回 归方程估测的偏离度 离回归均方 （三）显著性检验 1、 t检验 Ho：β=0， HA：β≠0 ——回归系数标准误 2、 F检验 Ho：β=0，HA：β≠0 平方和与自由度的划分式： SSy — y的总平方和， SSR — 回归方平方和， SSr — 离回归平方和， dfy = n-1— y的总自由度， dfR = 1 — 回归自由度， dfr = n-2 — 离回归自由度(剩余自由度) 各项平方和的计算公式如下： 可用 df1=1, df2=n-2 来检验 Ho：β=0成立与否。 在直线回归分析中，F 检验与 t 检验等价，这是因为t(n-2)与F(1, n-2)有如下关系： 也就是说，凡是 F 检验中的大均方自由度为 1 ，则相应有一个与之等价的 t 检验，反之亦然。 3、 由相关系数r 的显著性检验进行判断 相关系数r 表示x与y线性相关的性质与程度 将∣r∣与r0.05(n-2)、r0.01(n-2) 比较，进行显著性 检验， 从而推断y与x间是否存在线性关系。 （四）决定系数 r2 决定系数 r2 决定系数 r2 表示回归方程估测的可靠程度。 （五）区间估计 1、? 的置信区间 a是α的点估计值 ∵ 其中 —— 样本回归截距标准误 于是，可以得出： 　　 α的95%置信区间： a ± t0.05 (n-2) Sa 　　α的99%置信区间： a ± t0.01 (n-2) Sa 2、?的置信区间 b是β的点估计值 ∵ 其中 —— 样本回归系数标准误 于是，可以得出： 　β的95%置信区间：b ± t0.05 (n-2) Sb 　β的99%置信区间：b ± t0.01 (n-2) Sb 3、E (y) = ?+?x 的置信区间 是α+βx的点估计值 ∵ 　 其中 —— 回归估计值标准误 于是，可以得出： 4、单个 y 值的置信区间 ∵ 其中 —— 观测值 y 的标准误 于是可以得出： 二、加权回归 (weighted regression) 【例1.1】为了研究某品种水稻中蛋白质和赖氨酸含量的关系，把不同地区的水稻进行分组，每组抽测若干个样品的蛋白质和赖氨酸，结果如表1-1所示，进行回归分析。 表1-1 水稻蛋白质和赖氨酸测定结果 此例各组样本数不等，须以样本数 mi 为权进行加权回归分析。 回归方程的建立 于是 回归方程 回归方程的显著性检验 由于 说明y与x间存在极显著的线性关系， 可以用所建立的回归方程来进行预测与控制。 回归方程估测可靠程度 决