第11章 回归.ppt.ppt

第十一章 两指标间的直线回归;11.7 直线回归的区间估计 11.8 两个斜率的比较 11.9 两条回归直线的合并 11.10过定点的直线回归 ;11.11 直线回归与直线相关的区别及联系 11.12多重线性回归简介 11.13回归分析的正确应用;例子：;Regression 释义;11.1 概念;残差平方和 (residual sum of squares). 综合表示点距直线的距离。 在所有的直线中，回归直线的残差平方和是最小的。(最小二乘) ;;10名3岁男童体重与体表面积散点图;;11.3 回归方程的意义及性质;回归直线的有关性质;11.4 回归系数的假设检验; H0：总体回归系数?＝0，即体重与体表面积无回归关系； H1：总体回归系数?≠0，即体重与体表面积有回归关系。 ? =0.05。 n=10；lXX=24.9040；b=0.2385； =0.127318 sb= ?=10-2=8 ;11.5 因变量总变异的分解;Y的总变异分解;Y的总变异分解;11.6 回归问题的方差分析;回归直线的绘制;体重(kg)，X;11.7 直线回归的区间估计; 本例sb=0.02528, ?=10-2=8，t0.05,8=2.306， 故? 的95%可信区间为： (0.2385-2.306?0.02528,0.2385+2.306?0.02528) =( 0.1802，0.2968) (103cm2/k);X=12时，求 的95%可信区间。 =13.44，lXX=24.9040 ， =0.1262。当X=12时， =5.3832， 5.3832?2.306?0.0540=5.2587?5.5077 即体重为12kg的3岁男童，估计其平为均体表面积为5.3832(103cm2/kg)，95％可信区间 (5.2587，5.5077) (103cm2/kg);3 .个体 Y 值的容许区间 ; 的可信区间与Y的容许区间;可信区间与容许区间示意(confidence band tolerance band);回归分析的步骤： 1、散点图 2、建立回归方程 3、对回归方程进行假设检验 4、画回归直线 5、进行区间估计;11.8 两个斜率的比较;回归分析的第一步是作散点图， 分别对男子和女子建立回归方程，并进行假设检验。 男子：， t=5.941，?=10，P0.001 女子：， t=7.317,?=10，P0.001 (3)?????? 作回归线。 两条回归线斜率的比较 ? =0.10。υ=12+12 -4=20? ;11.8.2 两条回归直线的合并 记： 合并剩余标准差 回归系数的加权平均 ;H0：两总体回归线的高度相等； H1：两总体回归线的高度不等。 =0.20。 (lXX)c=858.6667+1338.9167=2197.5834 (lXY)c= -1427.3333+(?2351.25)= -3778.5833 (lYY)c=3044.9167+4900.25=7945.1667 ;; 两条回归直线斜率相等，但高度不等，即两条回归线平行但不重合;11.9 过定点的直线回归; 剩余标准差为： 回归系数标准误sb为： 回归系数的t检验公式为： ?=n-1 ;;11.10 回归与相关的区别及联系;(2) 联系 ① 正负符号：r 与 b 的正负符号相同。 ② 假设检验：r 与 b 的 t 值相等：tr=tb， ③ 换算关系： (i) (ii) 对 X 和 Y 作标准化变换， x 和y的均数都为0，标准差都为1。 建立变换值y关于x的标准回归直线，则截距为0，回归系数 b 等于相关系数 r ④ 用回归解释相关。 决定系数表示Y 的变异中可由 X 解释的部分占总变异的比例。 ;11.13 回归分析的正确应用;;;给定X时，Y是正态分布、等方差示意图;给定X时，Y是正态分布、不等方差示意图