[理学]第8章 方差分析与回归分析硕士ppt.pptVIP

?双因素方差分析的模型 ?数据结构 T... Ta. ︰ T1.. 总和 Ti.. T.b. … T.2. T.1. T.j. Tab. Ta2. Ta1. Tij. T1b. T12. T11. Tij. xabr … xa2r xa1r … 平均 ︰ ︰ ︰ ︰ xab2 … xa22 xa12 xab1 … xa21 ya11 Aa ︰ ︰ ︰ ︰ ︰ ︰ x1br x12r x11r ︰ ︰ ︰ ︰ x1b2 … x122 x112 x1b1 … x121 x111 A1 Bb … B2 B1 平均 B因素 A因素 ?离差平方和的分解 相关关系与回归关系 ?相关关系 如人的血压Y与年龄X之间的关系，一般来说，年龄越大血压越高，但年龄相同的两个人的血压不一定相等。又 如某农作物的亩产量Y与施肥量X之间有一定的关系，但施肥量相同，亩产量却不一定相同。这样的例子在实际 中举不甚举。相关关系是两个随机变量之间的平行关系，它们要么互为因果，要么具有共同的因。 ?相关关系度量指标 ?线性相关关系检验 例8.4 设从某油松林地随机抽测10块样地，测得林地林木平均高X与木材蓄积量Y如下表所示，试检验X与Y的线性相关关系强弱。 835 755 733 671 615 585 495 436 376 314 Y 38 36 34 32 30 28 26 24 22 20 X 回归分析的概念 ?回归关系与回归分析 ?回归关系 在相关关系中，如果关心的是容易测定或控制变量X对变量Y的决定作用大小，将X看成一个普通变量，这时变量X与Y之间就成为回归关系。 ?回归模型 如果普通变量x与随机变量Y具有回归关系，则Y除过受变量x的作用以外，还受到控制不严格和未知因素的作用。所以，x与Y应满足关系式 对于回归模型，显然有 回归方程反映了因变量 随自变量 的变化而变化的平 均变化情况。 ?回归模型分类 ?回归分析 研究一个随机变量与一个或几个可控变量之间回归关系,从而找出回归关系的模型，用于预测、优化和控制，这种统计方法称为回归分析。回归分析主要解决三个问题： (1)提供建立具有回归关系的变量之间的数学关系式(称为经验公式)的一般方法； (2)判别所建立的经验公式是否有效，并从影响随机变量的诸变量中判别哪些变量的影响是显著的，哪些是不显著； (3)利用所得到的经验公式进行预测和控制。 一元线性回归分析 ?一元线性回归模型 ?一元线性经验回归方程及其建立 ?最小二乘法(The least square method) ?最小二乘法估计量的统计性质 由于样本 满足回归 模型，从而一定有 所以，又正态分布的性质有： 进而有 ?一元线性回归有关检验 ?离差平和分解 ?回归显著性检验 ?F检验 ?T检验 ?相关系数检验 ?截距检验 39.8 19.1 9 40.7 17.8 8 44.6 15.8 7 38.1 22.8 6 37.4 21.0 5 38.9 41.8 39.2 44.0 蛋白质含量% 20.0 18.9 17.5 15.4 脂肪含量% 4 3 2 1 编号 试求出 与 的关系，并判断是否有效。 例8.5 为了研究大豆脂肪含量 和蛋白质含量 的关系，测定了九种大豆品种籽粒内的脂肪含量和蛋白质含量，得到如下数据 解（1）描散点图 （2）建立模型 由散点图，设变量 与 为线性相关关系： 确定回归系数 和 ： 6775.02 760.18 724.46 704.68 868.68 785.4 778 790.02 686 677.6 xy 14813.2 1584.04 1656.49 1989.16 1451.61 1398.76 1513.21 1747.24 1536.64 1936 y2 3192.75 364.81 316.84 249.64 519.84 441 400 357.21 306.25 237.16 x2 364.5 168.3 ? 39.8 19.1 9 40.7 17.8 8 44.6 15.8 7 38.1 22.8 6 37.4 21.0 5 38.9 41.8 39.2 44.0 y 20.0 18.9 17.5 15.4 x 4 3 2 1 编号 所以，所求的回归方程为 * 单因素方差分析 双因素方差分析 相关关系与回归关系 方差分析基本思想与概念 一元线性回归 一元线性回归应用 第8章 方差分析与回归分析 数理统计 可线性化的曲线回归 多元线性回归 方差分析 Analysis Of Variance 一、方差分析的概念与基本思想 1.问题的提出 例题8.1 在饲料养鸡增肥研究中，某饲料研究所提出三 种配方： A1以鱼粉为添加料