应用数理统计回归分析PPT.pptVIP

9 回归分析;回归分析;9.1 一元线性回归;一元线性回归模型;一元线性回归模型;最小二乘估计;最小二乘估计; ;最小二乘估计;最小二乘估计;最小二乘估计;三、?2的点估计;?2的点估计; ;?2的点估计;线性假设的显著性检验;线性假设的显著性检验;线性假设的显著性检验;五、线性回归的方差分析(F检验法);线性回归的方差分析;线性回归的方差分析;线性回归的方差分析;方差分析表;线性回归的方差分析; ; ; ; ;所以得回归直线方程为 写成另一种形式 (2);(3)已求出 由此得出 又 查出 这里45.3942.306，即|t|值在H0的拒绝域内，故拒绝H0 ，说明回归效果是显著的。 b的置信度为0.95(?=0.05)的置信区间为 ;(4)已求出 ，所以 已求出Syy=1932.1，Qe=7.466?7.5 Syy的自由度为9，Qe的自由度为8 列方差分析表：;对?=0.01，查出F0.01(1,8)=11.26 因为2047.3 11.26，所以回归效果是 非常显著的。 六、利用回归方程进行预报（预测） 回归问题中Y是随机变量，x是普通变量。回归方程 是Y对x的依赖关系的一个估计。对给定的x值，用回归方程确定Y的