回归分析、判别分析讲稿.ppt

回归分析 第2节 残差分析 ?误差项的正态性检验 ?残差图分析 残差图的几种形式及意义 第3节 回归方程的选取与系统建模概述 例题：肝手术病人的生存时间的研究 ?系统建模过程概述 后 记 主成分分析 第1节 引言 第2节 总体主成分 第三节 样本主成分 例题：企业利润指标的主成分分析 后 记 （**） ** （1）根据问题的背景确定自变量和因变量； （2）收集数据. 样本量至少为自变量个数的6至10倍，并对数 据作仔细检查； （3）预分析. 线性回归函数的可能性（专业知识和经验）, 误 差项的正态性及等方差性（残差分析），是否有必要对 数据作变换等. 穷举法或逐步回归法. 对选出的模型作进一步的残差分析，以评估各种假定的可行 性与合理性. 建立一个合适的?有效的回归方程是一项相当复杂的工 作, 成功的关键是对所分析的问题有清楚的了解, 收集足够 的高质量的数据, 选择重要的自变量和恰当的回归函数形式, 对模型假定的仔细诊断检查和使用适当的模型确认手段. 回 归分析方法仅当智慧和谨慎结合起来时, 才能成为解决实际 问题的有力工具. 主成分分析的目的：综合数据信息，降低数据维数。 主成分分析的内容：总体主成分与样本主成分的求法 及意义。 ? 基本要求：使学生掌握主成分，尤其是样本主成分 的求法；学会根据问题的实际背景对主成 分作出合理的解释。应提醒学生注意，主 成分分析在很多情况下只是数据分析的中 间步骤，而非最终结果。 图1 o 图2 o 小结 主成分分析即构造原变量的一系列线性组合(各 组合系数的平方和均为1)，使各线性组合在彼此不 相关的前提下尽可能多地反映原变量的信息，即使 其方差最大. ?总体主成分的定义 ?总体主成分的求法 ?总体主成分的性质 ?标准化变量的主成分 * 回归分析的目的：依靠观察数据建立变量间的关系， 分析数据规律。 回归分析的内容： 回归分析 ? 本章内容：线性回归分析。 ? 基本要求：使学生掌握线性回归分析的基本方法与步 骤， 并能应用该方法解决一些实际问题。 参数回归分析 非参数回归分析 线性回归分析 非线性回归分析 线性回归模型： 对n组观察数据（样本）： ?线性回归模型及其矩阵表示 第1节 线性回归模型 令 则在观察数据下线性回归模型可写为如下矩阵形式： 约定 解方程组： ?参数估计 可证： 从而 ?有关的统计推断 可证明： (ii) . 检验法则为： ， ， 令 它们在一定程度上反映了 不可观测项 的特点. 计算 (a)表明残差无明显趋势性； (b)表明回归函数中应包含横坐标变量的二次函数； （c）表明误差方差随横坐标变量的增加而变大； (d)表明回归函数中应包含横坐标变量的线性函数； ?穷举法 预后指数 （前6组）： …… …… …… 预后指数 预后指数 ?逐步回归法 * (*) * * *