[管理学]7第7章+相关与回归分析3多的.pptVIP

12 非线性回归 1. 因变量 y 与 x 之间不是线性关系 2. 可通过变量代换转换成线性关系 用最小二乘法求出参数的估计值 并非所有的非线性模型都可以化为线性模型 几种常见的非线性模型 ? 指数函数 线性化方法 两端取对数得：lny = ln? + ? x 令：y = lny，则有y = ln? + ? x 基本形式： 图像 ? ? ? ? ? ? 几种常见的非线性模型 ? 幂函数 线性化方法 两端取对数得：lg y = lg? + ? lg x 令：y = lgy，x= lg x，则y = lg? + ? x 基本形式： 图像 0? 1 ? ? 1 ? = 1 -1? 0 ? -1 ? =-1 几种常见的非线性模型 ? 双曲线函数 线性化方法 令：y = 1/y，x= 1/x, 则有y = ? + ? x 基本形式： 图像 ? 0 ? 0 几种常见的非线性模型 ? 对数函数 线性化方法 x= lgx , 则有y = ? + ? x 基本形式： 图像 ? ? 0 ? 0 几种常见的非线性模型 ? S 型曲线 线性化方法 令：y = 1/y，x= e-x, 则有y = ? + ? x 基本形式： 图像 1. 考察某企业30位职工的工资收入（x，单位：元）及其消费支出（y，单位：元），根据相关资料经计算得知： 要求： 计算两变x和y之间的相关系数 如果两变量x和y之间密切相关，试建立回归方程 根据回归方程预测，当某职工的月收入为1150元时， 其月消费支出是多少？ 2．以简单随机重复抽样的方法，从某大学中抽取了100名男生，测得他们的平均身高为175厘米，标准差为8厘米。试以95%的概率把握程度估计身高的置信区间。( F(t)=0.9545, t=2; F(t)=0.95, t=1.96; F(t)=0.90, t=1.645 ) 139 24 This teleology is based on the number of explanatory variables nature of relationship between X Y. 估计的回归方程: a 是估计的回归直线在 y 轴上的截距 b 是直线的斜率, b 表示 x 每变动一个单位时， y 的平均变动值 a = ?b = ? 第二节 一元线性回归 一. 一元线性回归模型 参数的最小二乘估计 预测及应用 最小二乘法 （图示） x y (xn , yn) (x1 , y1) ? ? ? ? ? ? ? ? ? (x2 , y2) (xi , yi) ｝ ei = yi-yi ＾ 最小二乘法 （概念要点） 使因变量的观察值与估计值之间的离差平方和达到最小来求得 和 的方法。即 用最小二乘法拟合的直线来代表x与y之间的关系与实际数据的误差比其他任何直线都小 最小二乘法 （ 和 的计算公式） ? 根据最小二乘法的要求，可得求解 a 和 b 的标准方程如下 表 我国人均国民收入与人均消费金额数据 单位:元 年份 人均 国民收入 人均 消费金额 年份 人均 国民收入 人均 消费金额 1981 1982 1983 1984 1985 1986 1987 393.80 419.14 460.86 544.11 668.29 737.73 859.97 249 267 289 329 406 451 513 1988 1989 1990 1991 1992 1993 1068.8 1169.2 1250.7 1429.5 1725.9 2099.5 643 690 713 803 947 1148 【例】在研究我国人均消费水平的问题中，把全国人均消费额记为y，把人均国民收入记为x。我们收集到1981～1993年的样本数据(xi ，yi)，i =1,2,…，13，数据见下表，计算相关系数,并建立人均消费金额对人均国民收入的回归方程。 相关关系的测度 （计算结果） 解：根据样本相关系数的计算公式有 人均国民收入与人均消费金额之间的相关系 数为 0.9989 估计方程的求法 （实例） 【例】根据例中的数据，建立人均消费金额对人均国民收入的回归方程 根据 和 的求解公式得 估计(经验)方程 人均消费金额对人均国民收入的回归方程为 y C= 54.005 + 0.5259 x 第二节 一元线性回归 一. 一元线性回归模型 参数的最小二乘估计 预测及应用 预测及应用 利用回归方程进行估计和预测 根据自变量 x 的取值估计或预测因变量