[理学]第十二章线性回归.ppt

例11-1 回归 1588.61 1 1588.61 26.62** 剩余 835.39 14 59.67 总的 2424 15 变异源 SS df MS F 例11-1 回归 1588.61 1 1588.61 26.62** 剩余 835.39 14 59.67 总的 2424 15 变异源 SS df MS F ①建立假设 Ho：β=0 Ha：β≠0 ②求检验值 ③统计决策 df=n-2=16-2=14 t0.01/2=2.977 2、相关法 例11-1 ① 假设 Ho：?=0 Ha：?≠0 ③ 比较与决策 ② 检验 2、150名6岁男童体重（X）与屈臂悬体（Y）的相关系数为-0.35，平均体重20公斤，标准差2.25公斤；屈臂悬体平均时间42.7秒，标准差8.2秒。试估计屈臂悬体为40秒的男童，体重为多少公斤？ 检验方程 三、回归效果评价——测定系数 定义：回归平方和与总平方和的比值。 意义：回归变异对总变异的贡献率大小。 r2=1： 符号与公式 r2=0： 无误差，回归效果极好 全误差，回归效果为0 测定系数计算 回归 1588.61 1 1588.61 26.62** 剩余 835.39 14 59.67 总的 2424 15 变异源 SS df MS F 第四节 预测 含义 标准误 置信区间 一、预测的含义 某人高数80分，其统计成绩的估计值为 定义：自变量→因变量的估计值及其范 围的统计方法。 第四节 预测 二、预测的标准误 定义式 相关式 若观测值来自正态总体，则与每个X对应的若干Y值在 若预测接近完全正确时，则诸多Y值在相应的 离差： （一）定义式 周围形成正态分布。 周围也形成正态分布 1、原理 2、公式 变异为： 变异为： 同理 又∵ ∴ （二）相关式 使用前提： 公式： SE与r关系 r越大， SE____， 预测______。 r越小， SE____， 预测______。 越小 越准 越大 越差 回归 小结 1、方程建立 2、方程检验 3、预测 例11-1 三、预测的置信区间 方程一： 例11-1 1、从数概括类比推理研究中随机抽取6名儿童的成绩如下。试问推理（Y）8分的学生，数学（X）成绩如何？ X 90 80 60 64 70 85 Y 11 9 7 6 10 12 1 2 3 4 5 6 449 34321 10.96 55 531 2.11 ∑ ∑2 S 0.85 r ⑴ 建立方程 ⑵ 检验方程 ② 检验值 ① 假设 Ho：方程效果不显著 方程效果显著。 ③ 决策 ⑶ 预测 ① 预测标准误 ② 预测区间 2、150名6岁男童体重（X）与屈臂悬体（Y）的相关系数为-0.35，平均体重20公斤，标准差2.25公斤；屈臂悬体平均时间42.7秒，标准差8.2秒。试估计屈臂悬体为40秒的男童，体重为多少公斤？ ⑴ 建立方程 公式推导 4、其他公式 X 74 80 97 81 72 110 96 76 86 87 88 87 83 91 73 64 Y 60 63 72 83 67 98 85 61 71 80 93 72 72 71 62 50 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 表11-1 高考数学与心理统计成绩表 相关法 X对Y的回归系数 Y对X的回归系数 绘图观察分布趋势； 求回归系数与截距； 建立方程； 绘出回归直线； 如：X1=74，X2=96 小结 第三节 方程的检验 目的：保证线性关系 检验 ?方程 ?方差分析法 ?相关系数法 ?回归系数 ?截距 回归效果评价 一、方程检验——方差分析 原理 检验方法与过程 自变量 取值 回归 变异 剩余 变异 （一）原理 因变量变异的原因及分解 总变异 组间 变异 组内 变异 实验因素 随机误差 个体差异 实验误差 实验误差 其他因素 ? ? ? ? ? 一、方程检验——方差分析 （二）检验方法与过程 平方和的分解 自由度的分解 均方 1、平方和的分解 总变异 总平方和 回归 平方和 剩余 平方和 ? = 1）