第九章回归分析一元线性回归1.ppt

　　以下介绍三种不同的检验方法，它们本质 上是相同的。 它的几何意义如图 两边平方再求和得 其中交叉项 　　表示总的离差平方和Lyy分解为两部分: 前一部分是由于实际观测值没有落在回归直线上引起的(否则残差平方和为0)，后—部分则是由回归直线引起的. 因此，U越大，Qe就越小，表示y与x的线性关系就越显著；反之，U越小，Qe就越大。表 示y与x的线性关系就越不显著。这样，我们找到了一种判别回归直线拟合程度好坏的方法： 看总的离差平方和Lyy包含了多少回归平方和与多少残差平方和。如果U/Lyy接近于1，或等价地U/Qe较大，则对拟合效果感到满意。 往下来构造检验H。的F检验统计量。 定理 从而有 又因 具体计算常用下面的公式 2. t检验法 由定理及t分布的定义知 3．r检验法 再来看一下比值 称r为样本相关系数，简称相关系数。 记 故得 检验法 当 为真时, 取统计量 由给定显著性水平 查表得 根据 试验数据 计算 的值， 当 时， 拒绝 表明 回归效果显著； 若 时， 接受 此时回归效果不显著. 回归方程的检验方法 检验法 故取检验统计量 由给定显著性水平 查表得 根据试 验数据 计算 的值 当 时， 拒绝 这时回归效果显 著； 若 时， 接受 不显著. 此时回归效果 相关系数检验法 它反映了普通变量 与 随机变量 之间的线性 相关程度, 故取检验统计量为 则 通常称为样本相关系数, 它反映了普通变量 与随机变量之间的相关程度. 对给定显著性水平 查相关系数表得 根 据试验数据 计算 的值， 当 时, 拒绝 表明回归 相关系数检验法 对给定显著性水平 查相关系数表得 根 据试验数据 计算 的值， 当 时, 拒绝 表明回归 相关系数检验法 对给定显著性水平 查相关系数表得 根 据试验数据 计算 的值， 当 时, 拒绝 表明回归 归效果不显著. 效果显著； 当 时， 接受 表明回 例 以家庭为单位， 某种商品年需求量与该商品 价格之间的 解 求经验回归方程 (1) (2) 5 1 2 3.5 2 3 2.3 2.7 2.5 2.4 2.6 2.5 2.8 2 3 1.5 价格 元 ) ( ) ( kg 需求量 3.3 1.2 3.5 1.2 检验线性关系的显著性 采用 ( 检验法 ). 一组调查数据如下表： 解 解 故 经验回归方程 解 解 因 故回归是显著的. (二) 回归系数的置信区问 6.预测与控制 预测问题 在回归问题中， 若回归方程经检验效果显著， 这 时回归值与实际值就拟合较好， 因而可以利用它 对因变量 的新观察值 进行点预测或区间预测. 对于给定的 由回归方程可得到回归值 称 为 在 的预测值. 的观察值 与预测 值 之差称为预测误差. 如回归方程 对于 预测问题 如回归方程 对于 的观察值为70, 预测值为 预测误差为0.285, 误差不大， 说明预测效果比较好. 在实际问题中， 预测的真正意义就是在一定的显 著性水平 下, 寻找一个正数 使得实际观 察值 以 的概率落入区间 内, 即 预测问题 察值 以 的概率落入区间 内, 即 由定理知， 又因 与 相互独立, 且 预测问题 又因 与 相互独立, 且 所以 故对给定的显著性水平 求得 故得 的置信度为 的预测区间为 预测问题 故得 的置信度为 的预测区间为 易见， 的预测区间长度为 对给定 越靠近样本均值 越小, 预测区间长度越 小， 效果越好. 当 很大, 并且 较接近 时, 有 则预测区间近似为 预测区间的几何解释 对任意 根据样本值可以作出两条曲线 回归直线 夹在两条曲线中间, 当 时， 两条曲线 形成带域最窄. 解 1 2 3 4 5 6 7 8 9 10 100 110 120 130 140 150 160 170 180 190 1450 45 51 54 61 66 70 74 78 85 89 673 10000 12100 14400 16900 19600 22500 25600 28900 32400 36100 218500 2025 2601 2916 3721 4356 4900 5476 6084 7225 7921 47225 4500 5610 6480 7930 9240 10500 11840 13260 15300 16910 101570 解 1 2 3 4 5 6 7 8 9 10 100 110 120 130 140 150 160 170 180 190 1450 45 51 54 61 66 70 74 78 85 89 673 10000 12100 14400 16900 19600 22500 25600 28900 32400 3