第十二章线性回归分析概要.ppt

第十二章 线性回归分析 双变量计量资料：每个个体有两个变量值 总体：无限或有限对变量值 样本：从总体随机抽取的n对变量值 （X1,Y1）, （X2,Y2）, …, （Xn,Yn） 目的：研究X和Y的数量关系 方法：回归与相关 简单、基本——直线回归、直线相关 英国人类学家 F.Galton首次在《自然遗传》一书中，提出并阐明了“相关”和“相关系数”两个概念，为相关论奠定了基础。其后，他和英国统计学家 Karl Pearson对上千个家庭的身高、臂长、拃长（伸开大拇指与中指两端的最大长度）做了测量，发现： 儿子身高（Y，英寸）与父亲身高（X，英寸）存在线性关系： 。 也即高个子父代的子代在成年之后的身高平均来说不是更高，而是稍矮于其父代水平，而矮个子父代的子代的平均身高不是更矮，而是稍高于其父代水平。Galton将这种趋向于种族稳定的现象称之“回归”。 目前，“回归”已成为表示变量之间某种数量依存关系的统计学术语，并且衍生出“回归方程”“回归系数”等统计学概念。如研究糖尿病人血糖与其胰岛素水平的关系，研究儿童年龄与体重的关系等。 第一节 两相关变量的散点图 一、直线回归的概念 目的：研究应变量Y对自变量X的数量依 存关系。 特点：统计关系。 X值和Y的均数的关系， 不同于一般数学上的X 和Y的函数 关系。 为了直观地说明两相关变量的线性依存关系，用表12-1第（2）、（3）列中大白鼠的进食量和体重增加量的数据在坐标纸上描点，得图12-1所示的散点图（scatter plot）。 例12-1 用某饲料喂养12只大白鼠，得出大白鼠的进食量与体重增加量如表12-1，试绘制其散点图。 表12-1 12只大白鼠的进食量（g）与体重增加量(g)测量结果 在定量描述大白鼠进食量与体重增加量数量上的依存关系时，习惯上将进食量作为自变量（independent variable），用X表示；体重增加量作为应变量（dependent variable），用Y表示。 由图12-1可见，体重增加量有随进食量增加而增大的趋势，且散点呈直线趋势，但并非12个点都在直线上 ，此与两变量间严格的直线函数关系不同，称为直线回归（linear regression）,其方程叫直线回归方程，以区别严格意义的直线方程。 回归是回归分析中最基本、最简单的一种，故又称简单回归。 第二节 回归方程 二、直线回归方程的求法 残差(residual)或剩余值，即实测值Y与假定回归线上的估计值 的纵向距离 。 求解a、b实际上就是“合理地”找到一条能最好地代表数据点分布趋势的直线。 此直线必然通过点( , )且与纵坐标轴相交于截距 。如果散点图没有从坐标系原点开始，可在自变量实测范围内远端取易于读数的 值代入回归方程得到一个点的坐标，连接此点与点( , )也可绘出回归直线。 第三节 回归系数的假设检验 建立样本直线回归方程，只是完成了统计分析中两变量关系的统计描述，研究者还须回答它所来自的总体的直线回归关系是否确实存在，即是否对总体有 ？ 二、 的区间估计 是指总体中当X为一定值时的均数。是波动的，当把 代入回归方程所求得的估计值，为样本条件均数（condition mean），对总体 的估计可计算可信区间，其标准误可按公式计算。 三、个体Y值的容许区间 计算出个体Y值的95%容许区间为 第五节 回归方程的应用 一、线性回归的主要用途 1．研究因素间的依存关系 自变量和应变量之间是否存在线性关系，即研究一个或多个自变量对应变量的作用，或者应变量依赖自变量变化而变化的规律。 2．估计与预测 可用易测定的一组给定的自变量的观测值来推算较难测定的Y值 。 3．统计控制 是利用回归方程进行逆估计，即应变量Y给出一个确定的值或在一定范围内波动时，通过控制自变量的取值来实现 。 二、线性回归应用的注意事项 1．在进行直线回归分析之前，应绘制散点图。 2．作回归分析时，要注意两变量间是否存在实际意义。 3．两变量间存在直线关系时，不一定表明彼此之间就存在因果关系。 4．建立回