大数据课程学习.pptVIP

All Free All Free 回归分析原理及实例 姓名 #01 回归分析法概念及原理介绍 #02 运用SPSS进行回归分析的步骤 #03 对电动自行车与事故率关系的回归分析 利用数据统计原理，对大量统计数据进行数学处理，并确定因变量与某些自变量的相关关系，建立一个相关性较好的回归方程（函数表达式），并加以外推，用于预测今后的因变量的变化的分析方法。 回归分析定义 1. 根据因变量和自变量的个数来分类： 一元回归分析；多元回归分析； 2. 根据因变量和自变量的函数表达式来分类： 线性回归分析；非线性回归分析； 回归分析分类 可以分为确定关系和不确定关系。但是不论是确定关系或者不确定关系，只要有相关关系，都可以选择一适当的数学关系式，用以说明一个或几个变量变动时，另一变量或几个变量平均变动的情况。 一、相关关系 方差分析的主要思想是把 yi 的总方差进行分解： 模型平方和 误差平方和 二、多元线性回归 1参数估计方法——最小二乘法 2回归方程显著性的检验——就是检验以下假设是否成立（采用方差分析法）： 如果自变量对Y的影响显著，则总方差主要应由xi引起，也就是原假设不成立，从而检验统计量为： 方差来源 自由度 平方和 均方 F p值 自变量 m MSS MMS MMS —— EMS p 随机误差 n-m-1 ESS EMS 和 n-1 TSS 多元线性回归的方差分析表： 在实际问题中，影响因变量Y的因素（自变量）可能很多。在回归方程中，如果漏掉了重要因素，则会产生大的偏差；但如果回归式中包含的因素太多，则不仅使用不便，且可能影响预测精度。如何选择适当的变量，建立最优的回归方程呢？ 在最优的方程中，所有变量对因变量Y的影响都应该是显著的，而所有对Y影响不显著的变量都不包含在方程中。选择方法主要有： 逐步筛选法(STEPWISE) (最常用) 向前引入法(FORWARD) 向后剔除法(BACKWARD)等 三、逐步回归——变量选择问题 开始 对不在方程中的变 量考虑能否引入？ 引入变量 能 对已在方程中的变 量考虑能否剔除？ 能 剔除变量 否 筛选结束 否 逐步回归的基本思想和步骤： 某地区大春粮食产量 y 和大春粮食播种面积x1、化肥用量x2、肥猪发展头数x3、水稻抽穗扬花期降雨量x4的数据如下表，寻求大春粮食产量的预报模型。 例2、大春粮食产量的预报模型 1按Graphs→Scatter →Simple顺序展开对话框 2将y选入Y Axis，然后将其余变量逐个选入X Axis ，绘出散点图，观察是否适宜用线性方程来拟合。 1.初步分析（作图观察） 1）按Statistics→Regression →Linear顺序展开对话框 2）将y作为因变量选入Dependent框中，然后将其余变量选入作为自变量选入Independent(s)框中 3）Method框中选择Stepwise(逐步回归)作为分析方式 4）单击Statistics按钮，进行需要的选择，单击Continue返回 5）单击OK按钮执行 2. 回归模型的建立 被引入与被剔除的变量 回归方程模型编号 引入回归方程的自变量名称 从回归方程被剔除的自变量名称 回归方程中引入或剔除自变量的依据 3. 结果分析 由复相关系数R=0.982说明该预报模型高度显著，可用于该地区大春粮食产量的短期预报 常用统计量 方差分析表 回归方程为： 按常识理解，粮食产量和播种面积关系密切，但预报模型中，变量x1未引入，这是因为： 多年来该地区的大春粮食播种面积变化甚微，近于常数，因而对产量的影响不大而失去其重要性。 回归系数分析 在实际问题中，常会遇到变量之间关系不是线性的相关关系，而是某种曲线的非线性相关关系。此时首先要确定回归函数的类型，其原则是： 1 根据问题的专业知识或经验确定 2 根据观测数据的散点图确定 常选曲线类型： 双曲线、幂函数曲线、对数曲线、指数曲线、倒数指数曲线、S形曲线 三、非线性回归 测量13个样品中某种金属含量Y与该样品采集点距中心观测点的距离X，有如下观测值： xi 2 3 4 5 7 8 10 yi 106.42 108.20 109.58 109.50 110.00 109.93 110.49 xi 11 14 15 16 18 19 yi 110.59 106.62 110.90 110.76 111.00 111.20 求Y关于X的关系式。 例. 通过点击右键观看选择适当的类型：Logarithmic 操作步骤：Analyze→Regression →Curve Estimation… 结果如右： 由图易知，结果方程与之前所给的结果有差距 例：电动自行车车速与事故率的关系