第11章回归分析.ppt

(48.3488，50.5168) 均值E(Y0)置信区间 §4　可线性化的一元非线性回归 尽可能利用专业知识确定回归函数形式； 若不能用专业知识确定函数形式，则可将散点图与一些常见的函数关系的图形进行比较，选择几个可能的函数形式，然后使用统计方法在这些函数形式之间进行比较，最后确定合适的曲线回归方程。 解 U关于T的线性回归方程为 所求的曲线回归方程 第11章习题课 回 归 分 析 多元线性回归分析 一元线性回归分析 回归方程 线性检验 估计 预测 一元线性回归方程 一元线性回归方程的显著性检验 检验假设 F检验 t检验 相关系数检验 估计与预测 均值E(Y0)的点估计 均值E(Y0)的区间估计 近似区间 Y0的预测区间 典型例题 解 根据已知数据可以得到回归线性系数的估计为 电流周波X 49.2 50.0 49.3 49.0 49.5 49.8 49.9 50.2 50.2 49.0 第一导丝盘速度Y 16.7 17.0 16.8 16.7 16.8 16.9 17.0 17.0 17.1 16.6 解 §2.2　F检验 检验假设 计算公式： 解 检验假设 §2.3　t 检验 检验假设 §2.4　相关系数检验 解 §3.1　均值E(Y0)的点估计 §3　一元回归方程的应用 §3.2　均值E(Y0)的区间估计 解 线性回归方程为： 置信水平为0.95的置信区间 §3.3　随机变量Y0的预测区间 解 12个点基本在一条直线附近，这说明两个变量之间有一个线性相关关系. 由此给出回归方程为： 因此在显著性水平0.01下回归方程是显著的. 应用概率统计 第*页 返回目录 应用概率统计 第11章　回归分析 §1　一元线性回归方程 §2　一元线性回归方程的显著性检验 §3　一元线性回归方程的应用 §4　可线性化的一元非线性回归 第11章习题课 第11章　回归分析 §1　一元线性回归方程 §1.1　相关分析与回归分析 变量之间的关系 确定性关系 相关关系 确定性关系 身高和体重 相关关系 　　相关关系的特征是:变量之间的关系很难用一 种精确的方法表示出来. 确定性关系和相关关系的联系 　　由于存在测量误差等原因,确定性关系在实际 问题中往往通过相关关系表示出来;另一方面,当对 事物内部规律了解得更加深刻时,相关关系也有可 能转化为确定性关系. 　　回归分析——处理变量之间的相关关系的一 种数学方法,它是最常用的数理统计方法. 线 性 回 归 分 析 非线性回归分析 回 归 分 析 一元线性回归分析 多元线性回归分析 §1.2　总体回归函数 总体一元线回归函数的随机设定形式为： §1.3　样本回归函数 回归分析的主要目的，就是根据样本回归函数，估计总体回归函数． §1.4　回归系数的最小二乘估计 解 回归方程为 §2　一元线性回归方程的显著性检验 §2.1　平方和分解 = 总偏差平方和 残差平方和 回归平方和 证明 应用概率统计 第*页 返回目录