工程数学-新编统计学教程（同济）Chapter8.pptVIP

下载本文档

9
0
约8.15千字
约 54页
2017-10-13 发布于浙江
举报
版权申诉

工程数学-新编统计学教程（同济）Chapter8.ppt

1、本文档共54页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第八章回归分析和相关分析 §8.1 相关分析 §8.1 相关分析 §8.1 相关分析 §8.1 相关分析 §8.1 相关分析 §8.1 相关分析 §8.1 相关分析 §8.1 相关分析 §8.1 相关分析 §8.1 相关分析 §8.1 相关分析 §8.2 一元线性回归 §8.2 一元线性回归 §8.2 一元线性回归 §8.2 一元线性回归 §8.2 一元线性回归 §8.2 一元线性回归 §8.2 一元线性回归 §8.2 一元线性回归 §8.2 一元线性回归 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.3 线性回归的检验和置信推断 §8.4 预测 §8.4 预测 §8.4 预测 §8.4 预测 §8.4 预测 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 §8.5 多元线性回归 0.0001 4.618 0.2102 0.970870 x ---- 9.871 10.0005 98.714718 常数 p值 t值标准差参数估计变量用软件可得如下回归分析结果 29 1 28 df 14287.4667 总和 0.0001 21.330 ---- 6394.0227 299.7659 6394.0227 8393.4440 回归误差 P值 F值 MS SS 方差来源可建立x与y之间的线性回归关系：且回归是显著的。回归系数的置信推断通过检验之后，只能说找到了总体中，y与x之间存在线性关系的证据。但尚需回答这种“效应”是多大？或者说回归系数的真值b距离0究竟有多远？置信区间是个合适的工具。马力与行驶里程面临汽油价格的上涨，某汽车公司希望考察汽车马力(x)与每加仑汽油的行驶公路里程(y)之间的关系，调查了30种不同汽车的相应数据，计算出R2=0.3016.下表是回归分析的部分输出结果： ---- 0.00167 ---- -3.4772 19.332 0.0082 31.1658 -0.0286 常数 X P值 t值标准误参数估计变量因此有最小二乘回归直线：这里使用t检验，在水平下，回归系数是显著的只是b的真值的一个估计，你能否告诉我:: b的真值与0相差究竟有多大？？ b的95%置信区间为: (-0.045, -0.012) 汽车的马力每增加一个单位，平均每加仑汽油的行驶里程递减0.012到0.045公里。对给定x,y的条件平均E(y|x)的预测区间 2 对给定x,对应y值的预测区间 1 血压与年龄我们已建立线性回归：对于一个x=65岁的人，其血压的预测值为161.76，其90%的预测区间为131.04——192.50 151.9 138.7 181.4 109.2 145.3 130 48 146.1 132.9 175.6 103.4 139.5 128 42 148.9 135.9 178.5 106.4 142.4 135 45 164.8 147.2 192.5 119.5 156.0 140 59 139.8 123.7 168.1 95.3551 131.7 110 34 161.1 145.1 189.4 116.7 153.1 150 56 171.2 150.5 197.8 123.9 160.9 162 64 161.1 145.1 189.4 116.7 153.1 154 56 175.2 152.3 201.0 126.5 163.8 158 67 146.1 132.9 175.6 103.4 139.5 124 42 175.2 152.3 201.0 126.5 163.8 170 67 149.9 136.9 179.4 107.3 143.4 142 46 172.6 151.1 198.9 124.8 161.8