R软件与统计分析.pptVIP

统计模型简介 这一节我们简单介绍S的统计模型。S中实现了几乎所有常见的统计模型，而且多种模型可以用一种统一的观点表示和处理。这方面S-PLUS较全面，它实现了许多最新的统计研究成果，R因为是自愿无偿工作所以统计模型部分还相对较欠缺。事实上，许多统计学家的研究出的统计算法都以S-PLUS程序发表，因为S语言是一种特别有利于统计计算编程的语言。 学习这一节需要我们具备线型模型、线型回归、方差分析的基本知识。 第9章 一元线性回归 §9.1 变量间关系的度量 §9.2 一元线性回归 §9.3 利用回归方程进行估计和预测 §9.4 残差分析 函数关系 是一一对应的确定关系 设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相应的值，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量 各观测点落在一条线上 函数关系(几个例子) 相关关系(correlation) 变量间关系不能用函数关系精确表达 一个变量的取值不能由另一个变量唯一确定 当变量 x 取某个值时，变量 y 的取值可能有几个 各观测点分布在直线周围 相关关系(几个例子) 相关关系(类型) 散点图(scatter diagram) 散点图(例题分析) 【例】一家大型商业银行在多个地区设有分行，其业务主要是进行基础设施建设、国家重点项目建设、固定资产投资等项目的贷款。近年来，该银行的贷款额平稳增长，但不良贷款额也有较大比例的提高，这给银行业务的发展带来较大压力。为弄清楚不良贷款形成的原因，希望利用银行业务的有关数据做些定量分析，以便找出控制不良贷款的办法。下面是该银行所属的25家分行2002年的有关业务数据 散点图(例题分析) 散点图(例题分析) 例1 读取某公司雇员数据（R数据文件）, 画出起始收入和现在收入的散点图。 load(E:/R/Employee data.Rdata); ls(); [1] Edata attributes(Edata); $names [1] ID GENDER BDATE EDUC JOBCAT SALARY [7] SALBEGIN JOBTIME PREVEXP MINORITY plot(Edata$SALARY,Edata$SALBEGIN); 相关系数(correlation coefficient) 对变量之间关系密切程度的度量 对两个变量之间线性相关程度的度量称为简单相关系数 若相关系数是根据总体全部数据计算的，称为总体相关系数，记为? 若是根据样本数据计算的，则称为样本相关系数，记为 r 相关系数 (计算公式) ? 样本相关系数的计算公式 相关系数(取值及其意义) r 的取值范围是 [-1,1] |r|=1，为完全相关 r =1，为完全正相关 r =-1，为完全负正相关 r = 0，不存在线性相关关系相关 -1?r0，为负相关 0r?1，为正相关 |r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切 相关系数(取值及其意义) 相关系数(例题分析) 相关系数的显著性检验( r 的抽样分布) 1. r 的抽样分布随总体相关系数和样本容量的大小而变化 当样本数据来自正态总体时，随着n的增大，r 的抽样分布趋于正态分布，尤其是在总体相关系?数很小或接近0时，趋于正态分布的趋势非常明显。而当远离0时，除非n非常大，否则r的抽样分布呈现一定的偏态。 当?为较大的正值时，r 呈现左偏分布；当?为较大的负值时，r 呈现右偏分布。只有当?接近于0，而样本容量n很大时，才能认为r是接近于正态分布的随机变量 相关系数的显著性检验(检验的步骤) 1. 检验两个变量之间是否存在线性相关关系 等价于对回归系数 b1的检验 采用R.A.Fisher提出的 t 检验 检验的步骤为 提出假设：H0：? ? ? ；H1： ? ? 0 相关系数的显著性检验(例题分析) ? 对不良贷款与贷款余额之间的相关系数进行显著性检(??0.05) 提出假设：H0：? ? ? ；H1： ? ? 0 计算检验的统计量 相关系数的显著性检验(例题分析) 各相关系数检验的统计量 什么是回归分析？(Regression) 从一组样本数据出发，确定变量之间的数学关系式 对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响显著，哪些不显著 利用所求的关系式，根据一个或几个变量的取值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确程度 趋向中间高度的回归 回归这个术语是由英国著名统计学家Francis