第四章回归与相关分析说明稿.pptVIP

3) 在平行情况下的共截距检验(重合性检验） 4）在平行性被拒绝下的共截距检验 b0可解释为加权平均回归直线的截距(权重：ni/(n1+n2)) 2. k条回归直线的比较 第一步：重合性分析 ， 如果它成立，则把k个样本合并, 计算出： 重合：合并回归直线 不重合：平行性分析 第二步：平行性分析 不全相等 由k条回归直线变为 k条平行回归直线所引起的剩余平方和变化为 第三步：共截距分析 不全相等 k条回归直线的比较:实例 ， 【例4-2-2】 为研究某4个作物品种从播种至出穗的总积温（单位：d·℃）与天数x的关系，在同一管理条件下，各观察了7个点， (1) fi (2) SSxi (3) SSyi (4) SPi (5) (4)/(2) bi (6) b0i （7） (1)- 1 f ei （8） (3) - (4)2/(2) Q ei (9) 品 种 1 6 738 97939.4 8364.0 11.33 701.23 5 3147.4 2 6 394.9 50109.7 4291.4 10.87 865.33 5 3474.8 3 6 928.0 151457.7 11809.0 12.73 755.96 5 1185.6 4 6 830.0 185460.4 12325.5 14.85 773.85 5 2426.7 10234.5 品种内 （平行性） 24 2890.9 484967.2 36789.9 12.73 618.86 759.80 756.23 890.67 23 16775。0 （Qe（平）） 品种间 3 696.75 486388.35 9225.9 总变异 （重合性） 27 3587.7 971355.6 46015.8 12.83 750.12 26 381157。5 （Qe(重）） ①先检验重合性 ②重合性被拒绝，检验平行性 ③重合性与平行性均被拒绝，但是仔细斟酌，4条回归直线中的第4条与其他3条差别甚大，先把它剔除，仅比较前3条回归线的异同． ④前3条回归直线的品种内（平行性）计算： 检验表明前3条回归直线是平行的，其方程为： ⑤进一步研究第4条与第3条的关系（因为二者的回归截距很相近）： §4-4 多元线性回归与相关 年 月 日 §4-4 多元回归与相关提纲 多元回归方程的建立 多元回归方程的检验与偏回归系数的检验 通径分析与偏相关分析 x1 x2 … xj … xp y 1 x11 x12 x1j x1p y1 2 x21 x22 x2j x2p y2 . . . . . . . . . . . . . . . . . . i xi1 xi2 xij xip yi . . . . . . . . . . . . . . . . . . n xn1 xn2 xnj xnp yn 和 T.1 T.2 T.j T.p T.y 表4-4-1 多元回归数据 §4-4-1 多元回归方程的建立： 复相关系数R (采用大写以与简单相关系数r相区别） 多元相关或称复相关（Multiple Correlation）:是在m＋1个变量中，m个变量的综合和一个变量的相关。 §4-4-2 多元线性回归的统计检验 1.多元线性回归方程的显著性检验 不完全为0 计算复相关系数后，直接查Ra表（df=n-p-1, 变量个数 p+1） 2 偏回归系数 bj 的检验 或 例4-4-1】支崇远对贵阳成年水牛39头实测了体重(y/kg)、胸围(x1 /cm) 、体斜长(x2 /cm)和体高(x3 /cm) ，资料列于表4-4-2中，试建立三元线性回归方程． 编号 1 2 3 4 5 6 7 8 体重 443.5 507.5 462.5 514.0 471.5 545 540.5 536 胸围 194 200 194 211 205 204 315 207 体长 146 150 150 153 153 153 154 142 体高 122.1 123.5 126.5 134.5 129.5 125.5 133.0 128.5 编号 9 10 11 12 13 14 15 16 体重 468 550.5 492.0 583 442.5 439.5 477.5 450 胸围 201 199 200 210 194 190 203 194 体长 153 160 149 160 140 147 148 135 体高 128.7 127.5 123.5 138.6 124 121 129 118 编号 17 18 19 20 21 22 23 24 体重 466 480 422 41