[数学]ch8相关与回归分析.ppt

判定系数R2  (coefficient of determination) 回归平方和占总误差平方和的比例 反映回归直线的拟合程度 取值范围在 [ 0 , 1 ] 之间 R2 ?1，说明回归方程拟合的越好；R2?0，说明回归方程拟合的越差 判定系数等于相关系数的平方，即R2＝r2 线性关系的检验 (检验的步骤) 提出假设 H0：?1=0 线性关系不显著 2. 计算检验统计量F 确定显著性水平?，并根据分子自由度1和分母自由度n-2找出临界值F ? 作出决策：若FF ?,拒绝H0；若FF ?,不拒绝H0 线性关系的检验 (方差分析表) Excel 输出的方差分析表 回归系数的检验 在一元线性回归中，等价于线性关系的显著性检验 采用t检验 检验 x 与 y 之间是否具有线性关系，或者说，检验自变量 x 对因变量 y 的影响是否显著 理论基础是回归系数 的抽样分布 回归系数的检验 (检验步骤) 提出假设 H0: b1 = 0 (没有线性关系) H1: b1 ? 0 (有线性关系) 计算检验的统计量 确定显著性水平?，并进行决策 ? t?t???，拒绝H0；? t?t???，不拒绝H0 回归系数的检验 (例题分析) ?P 值的应用 P=0.000000?=0.05，拒绝原假设，不良贷款与贷 款余额之间有显著的线性关系 回归分析结果的评价 建立的模型是否合适？或者说，这个拟合的模型有多“好”？要回答这些问题，可以从以下几个方面入手 所估计的回归系数 的符号是否与理论或事先预期相一致 在不良贷款与贷款余额的回归中，可以预期贷款余额越多不良贷款也可能会越多，也就是说，回归系数的值应该是正的，在上面建立的回归方程中，我们得到的回归系数 为正值 如果理论上认为x与y之间的关系不仅是正的，而且是统计上显著的，那么所建立的回归方程也应该如此 在不良贷款与贷款余额的回归中，二者之间为正的线性关系，而且，对回归系数的t检验结果表明二者之间的线性关系是统计上显著的 回归模型在多大程度上解释了因变量y取值的差异？可以用判定系数R2来回答这一问题 在不良贷款与贷款余额的回归中，得到的R2=71.16%，解释了不良贷款变差的2/3以上，说明拟合的效果还算不错 考察关于误差项?的正态性假定是否成立。因为我们在对线性关系进行F检验和回归系数进行t检验时，都要求误差项?服从正态分布，否则，我们所用的检验程序将是无效的。?正态性的简单方法是画出残差的直方图或正态概率图 回归分析结果的评价 在组设置中可使用此模板作为演示培训材料的起始文件。 节 右键单击幻灯片以添加节。 节可以帮助您组织幻灯片或促进多个作者之间的协作。 备注 使用“备注”节传递备注或为受众提供其他详细信息。 演示过程中，可在“演示文稿视图”中查看这些备注。 请记住字体大小(对于可访问性、可见性、录像和联机生产都非常重要) 协调的色彩 特别注意图形、图表和文本框。 请考虑与会者将以黑白或 灰色调打印。请运行测试打印，以确保当以纯黑白和 灰色调打印时，您的颜色工作正常。 图形、表格和图表 保持简单: 如果可能，请使用一致的、不分散的样式和颜色。 标记所有图表和表格。 * 提供演示文稿的简要概述。 介绍演示文稿的重点及其重要的原因。 逐一介绍主要主题。 为了使观众了解演示文稿，您可以在整个演示文稿过程中重复此概述幻灯片，突出显示下一个您将讨论的特定主题。 * 提供演示文稿的简要概述。 介绍演示文稿的重点及其重要的原因。 逐一介绍主要主题。 为了使观众了解演示文稿，您可以在整个演示文稿过程中重复此概述幻灯片，突出显示下一个您将讨论的特定主题。 * 139 第8章 相关与回归分析 第一节、基本问题 第二节、相关分析 第三节、一元线性回归分析 第4节、多元线性回归分析 第一节、基本问题 函数关系：变量间固定的、严格的数量依存关系 y = f(x) 相关关系：变量间非确定性的数量依存关系 y=f(x) + u 相关关系分类：单相关 –复相关 线性相关 –非线性相关 正相关 –负相关 完全相关 –不完全相关 –不相关 相关分析与回归分析 一、相关分析内容 1） 确定有无相关，如何相关 2）相关强度 – 相关系数 3） 相关的检验 二、回归分析内容 1）参数估计