一个求回归直线方程的简单方法.docVIP

一个求回归直线方程的简单方法 科技信息高校理科研究 一 个求回归直线方程明简单方法 华北电力大学柳燕 [摘要]求回归直线方程是统计学中经常用到的一个统计方法,大量的数据处理也可以有一些简单的方法,例如利用常用的数学记 号,经过推导与整理,便得到了简洁易用的公式. [关键词]统计分析回归直线方程相关性 由于自然界中的许多事物间都包含着某种相互依存的内部规律, 这种联系反映到数学上,就是变量间的关系.变量的关系分为两大类: 有确定性关系和非确定性关系.数学的任务之一就是从数量上来解释 和分析这些关系.回归分析就是一种处理变量与变量间相互关系的数 学方法,也是数据处理中最为常用的一种统计方法.它是用数学方法从 大量观测数据中找出变量间近似关系的定量表达式,并由此利用这个 定量表达式去研究我们所未知的东西.研究两个变量间的相互关系的, 称为一元回归分析,在回归分析中,最简单也是最基本的情形是线性回 归,而一元线性回归所要找寻的是与变量相匹配的线性回归直线.这 里,我们用计算器上的统计键就可以轻而易举地得到这条直线方程. 回归的发现源自于19世纪末期对社会统计学的研究.那时,统计 学家发现,有许多数据都与正态曲线拟合的很好.但是这无所不在的正 态性却给高尔登带来了一个困惑,他发现亲子两代各自的身高数据,都 遵从同一的正态分布,但理论上,遗传把一种性态(例如身高)的优势传 递给下一代,则应该在后代中出现两极分化,即高个子的后代个子更 高,矮个子的后代个子更矮,或者说,高个子与矮个子的比例应该日渐 增加,而中等身材的比例应该日渐下降,但事实却是一代代的身高始终 呈现出稳定的正态分布.怎么解释这一现象呢?为此,高尔登想出了一 个正态漏斗试验,现在又称为:高尔登钉板试验.这个实验使高尔登 发现了在亲子代间性状的遗传中,性状有向中心回归的现象,也就是 说,虽然高个子的后代平均来说要高些,但却不如其亲代那么高,总会 向平均身高的方向回归一些.这既是回归的含义,也是回归这个概念 的出处.接下来的工作是他在分析一些统计学的数据时注意到,若数据 都取统计尺度,则可存在着两条斜率相同的回归直线.而其斜率可以作 为两组变量的相关紧度,就是我们现在所说的相关系数.高尔登利 用散点图去估计相关系数,并在图中指示了这些点理论上落在直线上. 这条直线就是我们要求的线性回归直线.现在求线性回归直线是一件 简单的事,有那么多的统计软件,数据输入计算机,所求的直线也就得 到了.这里介绍的是仅凭一个小小的计算器上的统计健,求出回归直线 方程的简单方法. 设两个随机变量x与Y之间存在着某种相关关系.对于x取定的 一 组值x,作独立试验,得到Y所对应的一组值Y,,即得到n对观测值x., Y.),(i=l2-.,n1,又称为一组样本值.利用散点图,可以看出这些点之间 大致的位置关系,若近似地呈直线状,那么它们之间可成一线性关系, 因为可以想象,这些点散布在一条直线附近.在这些点附近的直线很 多,究竟选取哪一条是最佳的呢?这可用最小二乘法解决,即取与观测 数据离差的平方和最小的那条直线,这条直线就称为Y与x的回归直 线.不妨设Y=a+bX,对应于每个记Y,=a+bx,,则离差的平方和:Q(a,b1= ∑(y.一0:∑(y,一bx),l=Iixl 于是将求回归直线问题转化为求Q(a,b)的最小值问题. 即求使一aQ(a,b):∑2一a-b]【i)(一1):0 曲:时的与b —aQ( . a,b)一:22(yi-a-bxi)(一xJ=0OD_=】 引入记号:_- I1 ∑i=l ,_= ni= y.,r=12,s2=12(x.一x-) fa+b 则上式可整理并变形为{_a}窆2ibI 从而解得:b:,a=7-b~ S1 这个经过变形整理后的公式,仅含有样本均值和样本方差的形式: i,取s,用计算器上的统计键完全可以轻易地算出.确定了a,b之 后,所求的回归直线方程也就有了:Y=a+bX. 例如某种水生植物生长的时间与身长间的关系如下 生长时间x(天)510203040506090120 身长Y(厘米)48l31617l9252946 试求它们之间的回归直线. 先作散点图,从图中大致可以判断这些点之间的关系呈线性关系. 令回归直线方程为:y=a+bx 用计算器中的统计键可得出样本均值,y-,及样本方差S,这里, 22 47.2,7=19.67,_-1344.4,Sl=35.8 故一b= Sl 1344.4-47.2 2 x19.67 :0.3246 35.8 a=y--b__19.67—0.3246x47.2=4.35 故所求的回归直线方程为:y=4.35+0.3246x. 这个过程比一般教科书上给的方法要简便易用,而且也不繁琐,单 纯从求回归直线方程而言,应该已经化到了最简.其实数学就