概率论-直线回归与相关.pptxVIP

第六章 直线回归与相关 LINEAR REGRESSION AND CORRELATION §1 回归与相关的概念  相关关系 ：两变量X ，Y 均为随机变量， 任一变量的每一可能值都有另一变量的一 个确定分布与之对应。  回归关系 ：X 是非随机变量或随机变量， Y 是随机变量，对X 的每一确定值 xi 都有Y 的一个确定分布与之对应。 从两个变量间相关（或回归）的程度来看， 可分为以下三种情况： （ 1 ） 完全相关 。此时一个变量的值确定后，另一 个变量的值就可通过某种公式求出来；即一个变量 的值可由另一个变量所完全决定。这种情况在生物 学研究中是不太多见的。 （ 2 ） 不相关 。变量之间完全没有任何关系。此时 知道一个变量的值不能提供有关另一个变量的任何 信息。 从两个变量间相关（或回归）的程度来看， 可分为以下三种情况： （ 3 ） 统计相关 （不完全相关）。介于上述两种情 况之间。也就是说，知道一个变量的值通过某种公 式就可以提供关于另一个变量一些信息，通常情况 下是提供有关另一个变量的均值的信息。此时知道 一个变量的取值并不能完全决定另一个变量的取值， 但可或多或少地决定它的分布。这是科研中最常遇 到的情况。 Regression 释义 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。 y ˆ = f (x) 回归分析和相关分析 (2)对具有相关关系的两个变量，统计分析的 目标是计算表示Y和X相关密切程度的统计数， 并测验其显著性。这一过程称为相关分析。 两个变量资料的散点图  将两个变量的n对观察值(x1,y1)、(x2,y2)、…、(xn,yn)分 别以坐标点的形式标记于同一直角坐标平面上得到的图， §2 直线回归分析 一、直线回归方程式 y ˆ= a + bx ˆ ˆ 称为直线回归方程(linear regression equation)。 其中a 是x=0时的 y 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，y 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)。 ∑ ∑( y−a−bx) ( y− y ˆ= ) 2 §2 直线回归分析  最小二乘法(leastsquareestimation) 2 n n 1 1 Q = x 0 xi y y ˆi yi y ˆ= a + bx (yi-y ˆ )实际 观察值与估 计值之差 须使 从上图得知，要使 y ˆ= a + bx 能够 最好地代表y和x在数 量上的互变关系，必 =最小 ∑ = ) b ∑(X − X) SP SSX a = Y −bX (X − X)(Y −Y 2 §2 直线回归分析  最小二乘法(leastsquareestimation) 分别对a和b求偏导并令其为0，可得： 式中 ∑(x − x)(y− y)是x的离均差和y的离均差的乘积 之和，简称乘积和(sumof products),记作SP。 二、直线回归方程的计算 ［例6.1P125］有人研究了黏虫孵化期平均温度 (x, ℃)与厉期天数(y,d)之间关系，试验结果列 于下表。试建立直线回归方程。 x,平均温度/℃ 11.8 14.7 15.6 16.8 17.1 18.8 19.5 20.4 y,d 30.1 17.3 16.7 13.6 11.9 10.7 8.3 6.7 x 134.7/8 y 115.3/8 = 134.7, = 115.3, = 1801.67 = = = 16.8375, = = = 14.4125, ∑ y x ∑ x ∑ y y ˆ 57.039− 2.532x ∑ xy