直线回归和相关PPT.ppt

第九章 直线回归和相关;引言 前几章多为研究处理效应的差异性,着在生产和科研中是常见的问题,而生产和科研另一重要的问题则是因素间或因素与性状间或变量间相互影响的关系或规律,这就是这一章研究的内容.例如： 研究温度高低和作物发育进度快慢的关系，就有温度和发育进度两个变数； 研究每亩穗数、每穗粒数和每亩产量的关系，就有穗数、粒数和产量三个变数。;第一节 回归和相关的概念;;1.函数关系是一种确定性的关系，即一个变量取一定值,另一个变量比有确定的值与之相对应.例如圆面积与半径的关系为 。其不包含误差的干扰。 2.统计关系是一种非确定性的关系。即一个变量取一可能值,另一个变量虽然没有确定的值与之相对应,但是有一条件分布与之相对应.例如，施肥量与作物的产量的关系，两类变数受误差的干扰表现为统计关系。; 6.相关分析的主要任务: (1).计算表示变量间相关性质与程度的统计数—相关系数; (2)对相关系数进行显著性测验.; 一般规则： 当两个变数中Y 含有试验误差而X 不含试验误差时着重进行回归分析；而当Y 和X 均含有试验误差时则着重去进行相关分析。 四. 两个变数资料的散点图 1.对具有统计关系的两个变数的资料进行初步考察的简便而有效的方法，是将这两个变数的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，获得散点图(scatter diagram)。 ; 2.根据散点图可初步判定双变数X 和Y 间的关系，包括：①X 和Y 相关的性质(正或负)和密切程度； ②X 和Y 的关系是直线型的还是非直线型的； ③是否有一些特殊的点表示着其他因素的干扰等。 3.例如图9.1是水稻方面的3幅散点图，图9.1A是单株的生物产量(X )和稻谷产量(Y )，图9.1B是每平方米土地上的总颖花数(X )和结实率(Y )，图9.1C是最高叶面积指数(X )和每亩稻谷产量(Y )。从中可以看出：① 图9.1A和9.1B都是直线型的，但方向; 相反；前者Y 随X 的增大而增大，表示两个变数的关系是正的，后者Y 随X 的增大而减小，表示关系是负的。② 图9.1A的各个点几乎都落在一直线上，图9.1B则较为分散；因此，图9.1A中X ???Y 相关的密切程度必高于图9.1B。③ 图9.1C中X 和Y 的关系是非直线型的；大约在x≤(6—7)时，Y 随X 的增大而增大，而当x＞(6—7)时，Y 随X 的增大而减小。;x，生物产量(g)水稻单株生物产量与稻谷产量的散点图 ;x，每m2颖花数(万)水稻每m2颖花数和结实率的散点图;x，最高叶面积指数水稻最高叶面积指数和亩产量的散点图;五.相关回归分析时需注意的问题;第二节 直线回归;; 建立回归方程或求a和b的原理是: 最小二乘法或最小平方法原理,即使各个实际值y与回归直线对应值之差平方之和最小. 其几何图形上的含义:各个实际观测点与回归直线上点之距离和为最小,即误差为最小.; 时，分别对a和b 求偏导数并令其为0，可得正规方程组（normal equations）： 得 ; ; y ① ② ③ ①a0,b0  ②a0,b0