第七章节 直线回归与相关.pptVIP

西南科技大学生命科学与工程学院周海廷制作 　　　　　　　 　　　　　　　　　函数关系 有精确的数学表达式 　　　　（确定性的关系） 　　　　　　　 直线回归分析 　　　　　　　　　　　 一元回归分析 变量间的关系 　　　 　 　　　　　　　　　　　　　　　　　　 因果关系 　　　　 曲线回归分析 　　　　　　　　　　　　　　　　　　(回归分析） 　　　　　　　　　　　　　　　　　　　　　　　　　　　 　　　　　　　　　　 多元回归分析　 多元线性回归分析 　　　　 统计关系 　　　　　　　　 多元非线性回归分析 　　　　 （非确定性的关系） 　　　　　 　　　　　　　　　　　　　　　　　　　　　　　 简单相关分析—— 直线相关分析 　　　　　　　　 相关关系 　　 　 复相关分析 　　　　　　　 （相关分析） 多元相关分析 　　　　　　　　　　　　　　 偏相关分析 1、函数关系与统计关系 函数关系是一种确定的关系。例如圆面积与半径的关系为： 定义结果变数为依变数(dependent variable),以Y 表示。 如果两个变数并不是原因和结果的关系，而呈现一种共同变化的特点，则称这两个变数间存在相关关系。 相关关系中没有自变数和依变数之分。 3、回归分析和相关分析 (1)对具有因果关系的两个变数，统计分析的任务是由实验数据推算出一个表示Y 随X 的改变而改变的方程 ，称之为回归方程(regression equation of Y on X )，这一过程称为回归分析。 称为散点图(scatter diagram)。 2.1 直线回归方程 称为直线回归方程(linear regression equation)。其中a 是x=0时的 值，即回归直线在y 轴上的截距，叫回归截距(regression intercept);b 是x 每增加一个单位数时， 平均地将要增加(b0时)或减少(b0时)的单位数，叫回归系数(regression coefficeint)。 从上图得知，要使 能够最好地代表y和x在数量上的互变关系，必须使 分别对a和b求偏导并令其为0，即： 式中 是x的离均差和y的离均差的乘积之和，简称乘积和(sum of products),记作SP。 因而有： 三、直线回归方程的图示 四、直线回归的估计标准误 满足 为最小的直线回归方程和实测的观察点并不重合，表明该回归方程仍然存在随机误差。 Q 就是误差的一种度量，称之为离回归平方和(sum of squares to deviation from regression)或剩余平方和。 由于在建立回归方程时用了a 和b 两个统计数，故Q 的自由度ν=n-2。因而，可定义回归方程的估计标准误为： Q值的计算： 五、直线回归的数学模型和基本假定 1、数学模型 2、基本假定 (1)、Y 变数是随机变数，而X 变数则是没有误差的固定变量，至少和Y 变数比较起来 X 变数的误差小到可以忽略。 (2)在任一X上都存在着一个Y 总体，它是作正态分布的，其平均数 是X 的线性函数。 2.2 直线回归的假设测验和区间估计 一、直线回归的假设测验 1、回归关系的假设测验 (1)t 测验 若总体不存在直线回归关系，则总体回归系数β=0；若总体存在直线回归关系，则总体回归系数β≠0。 所以对直线回归的假设测验为： H0： β=0对HA： β≠0。 回归系数