第6章 多元回归分析.ppt

第7章 多元线性回归与相关 ;　 在实际中，与因变量 y 有关系的变量不止有一个，而是多个，它们之间的关系也不一定是线性的。 作物产量的高低，与播期 、密度、施肥量 、土壤肥力 、以及雨量 、光照 、气温 、病虫害等多种因素有关。 膨化产品的质量与原料、膨化设备、工艺参数（加工温度、水分含量、螺杆转速、喂料速度以及螺杆结构等）等有关。 　　　多元回归: 研究变量y 与多个变量之间的定量关系（Multivariate regression） . 许多多元非线性回归都可以化为多元线性回归来处理。 ;1. 多元线性回归的数学模型 设变量 y 与另外 m 个变量 x1, x2, …, xm 的内在关系是线性的，如果做了 n 次试验，其结果如下表： ;上表中的数据可以假定具有如下数学模型： ;或者 ; 式中 b0 为常数项，bj 为 y 对 xj 的偏回归系数，它是表示当其它 x 固定不变时，xj 变化一个单位而使 y 平均变化的数值。 ;即 ;如果令A为正规方程组的系数矩阵，即 ：;(p+1) × N;令 ;例：;;常数项矩阵;;常数项矩阵;对 求解得：;自变量x1、x2与因变量y之间的二元线性回归方程为： ;3. 多元线性回归方程的显著性检验;其中 B0， Bj为常数项矩阵 B 中的元素。;的推导计算：;3) 自由度的分解与计算;1） 偏回归平方和;2） 自由度的计算 偏回归平方和的自由度为偏回归系数的自由度，即为1。;t 检验;2） 计算各偏回归系数的t 统计量值，进行显著性检验;（3） 自变量的重要性和取舍;多元线性回归方程的显著性检验 (F检验) 　　　① H0: 回归关系不显著； HA: 回归关系显著; 　　　② 计算统计量F:;回归 1284.62 2 642.312　　121.599 4.74 9.55　;偏回归系数的显著性检验 计算偏回归平方和 ;Excel多元回归分析;Excel多元线性回归分析结果;多元线性回归分析-DPS;DPS多元线性回归分析结果;多元线性回归分析-Minitab;Minitab多元线性回归分析结果;某种水泥在凝固时放出的热量y（卡/g）与水泥中4种化学成分的含量有关：x1：3CaO?Al2O3的成分（％）x2：3 CaO?SiO2的成分（％）x3：4CaO?Al2O3。FeO3的成分（％）x4：2CaO?SiO2的成分（％）试作y对x1，x2，x3，x4的线性回归分析。试验数据见下表。;相关分析;多元线性回归分析;多元回归分析结果（剔除x3，第2次回归） ;多元回归分析结果（剔除x4，第3次回归） ;二、 多元相关分析;1）计算 R; ;处理;;;2. 偏相关分析（Analysis of partial correlation） 　 偏相关系数 （Partial correlation coefficient） 　 偏相关系数的定义: 在其它各个变量都保持一定时，指定的两个变量间相关的密切程度。偏相关又称为净相关。 偏相关系数的表示方法: 简记作： 偏相关系数的取值范围 : [-1, 1];偏相关系数的计算 1）公式法;② 二级偏相关系数; 由 df= N – m，查表变量个数为 2， 查相关系数表（附表8）得 rα，如果： r ≥ rα 表明两变量的相关关系达显著或极显著水平。;处理;;df = N – m =7， 查表变量个数为 2;偏相关系数的假设检验与偏回归系数的假设检验是一致的！;今获得10组数据，x1、x2、x3的简单相关系数如下。试计算;2）矩阵法;2）矩阵法;