应用统计42.ppt

称 为多重可决系数； 为相关系数 * 4、一元线性回归的预测 一元线性回归模型 对于任意的x , y 的均值由回归方程给出： 对于任意的x , y 的均值的点估计由样本回归方程给出： 对于例1的样本回归方程： 将x = 11 代入样本回归方程，得到 表示当价格 x = 11 时，在与样本相同条件下，平均供应量是在69的附近。 （1）平均响应E{y} 的区间估计 的抽样分布的性质： 均值： 方差： 分布形式： 正态分布 由于? 2未知，而MSE是? 2的无偏估计，故用MSE代替? 2而得到 的估计方差，记为 置信度为1-?的置信限为 （2）单个响应yh的预测 单个响应yh是当独立变量x=xh时，在一次新观测中所获得的y的值。 单个响应yh与平均响应E{yh}不同。 在供应量与价格回归分析的例1中，欲预测价格为14时，市场的供应量就是单个响应预测。而欲预测预测价格为14时，市场的平均供应量则为平均响应预测。 对于一元线性回归模型 假设模型的参数a、b、 ?2是已知的。yh 在其均值E{Yh}附近波动。 yh 以百分之1- ?的置信度落在以E{yh}为中心的区间内： E{yh}?z ?/2 ? E{yh}+z ?/2 ? E{yh}-z ?/2 ? E{yh} 实际的情况是模型的参数a、b、 ?2是未知的。必须根据样本进行估计。 yh百分之1- ?的置信限 yh百分之1- ?的置信限 E{yh}百分之1- ?的置信限 yh百分之1- ?的置信限 时yh的分布 时yh的分布 由于参数a、b均未知， yh的分布位置无法确定，所以，在构造预测限 时必须考虑两种变差： y分布位置的可能变差 y的概率分布内部的变差 可以证明，与被预测yh有关的方差是 方差。对于dh有 对于简单线性回归模型，具有置信度为1- ?的预测限为: t分布的自由度为n-2。在大样本情况下，可以用正态分布代替t分布。 称 为多元线性回归函数。 5、多元线性回归简介 当所研究的对象是若干个重要因素共同作用的结果，就要选用几个变量 来建立回归方程。此类问题为多元回归问题。 多元线性回归的原理同一元线性回归一致。 称上式为多元线性回归模型。 其中， xi是完全独立的确定型自变量变量; bi是未知参数，称为回归系数，?是均值为零，方差为?2的正态分布随机变量，称为随机误差。bi、?都不依赖于xi。?是诸xi以外所有其他因素对因变量y值的综合影响。 假设因变量 y 与自变量 x1， x2，…， xm，之间的相关关系可由下式表示 称 为样本多元线性回归方程。回归系数是按照最小二乘法确定。 总偏差平方和： ，其自由度为n-1 误差平方和 ，其自由度为n-m 回归平方和 ，其自由度为m-1 F检验用于检验多元回归关系 t检验用于检验多元回归系数 *