试验数据统计分析精品文档.ppt

第四节 直线回归与相关 计算[例1]资料（积温与一代三化螟蛾盛发期的关系）的相关系数和决定系数。在前面已算得该资料的SSx=144.6356，SSy=249.5556，故代入公式有 第四节 直线回归与相关 以上结果表明，一代三化螟蛾盛发期与3月下旬至4月中旬积温成负相关，即积温愈高，螟蛾盛发期愈早。但一代螟蛾盛发期的变异平方和仅有70.07%是由积温不同造成的。 （三）相关系数的假设测验 （1）相关系数的标准误 第四节 直线回归与相关 查附表，t0.01=3.50，现实得t=4.05 t0.01 ，r在a=0.01水平上显著，说明直线相关真实存在，且积温愈高，螟蛾盛发期愈早（y愈小）。 第四节 直线回归与相关 请注意：本例t=-4.05和该资料在作回归系数测验时的t=-4.05完全相同。这不是偶然巧合，而是必然结果。对于同一资料来说，相关显著，回归必显著；相关不显著，回归也必不显著。因此在计算程序上，当得到二级数据后，可先算相关系数，如其显著可再算回归（回归不需再作假设测验）；如其不显著，就不必再算下去。 谢谢大家 第四节 直线回归与相关 因此，a和b值按微分学上求极小值原理得出，即有正规方程 以上是二元一次联立方程组，解之得 （2） （3） 第四节 直线回归与相关 上述（3）式的分子是离均差的乘积和，记作SP；分母是离均差平方和，记作SSx。将（2）、（3）式算得的a和b值代入（1）式，即可保证Q值最小。 A和b可正可负，因具体资料而异。在a0时，回归直线在第I象限交于y轴；在a0时，回归直线在第I象限交于x轴；在b0时，表示y随x的增大而增大，成正相关；在b0时，表示y随x的增大而减小，成负相关；见下图。在b=0或和0的差异不显著时，则表明y的变异和x的取值大小无关，直线回归关系不能成立。 第四节 直线回归与相关 图4 直线回归方程的图象 第四节 直线回归与相关 将（2）式代入（1）式可得 （4） 由（4）式可见，若x= ,则y= .所以回归直线必通过坐标点（ ， ）。记住这一点有助于绘制具体资料的回归直线。 （二）直线回归方程的计算 [例1] 如下表： 第四节 直线回归与相关 表 1 累积温和一代化螟蛾盛发期的关系 X累积温 Y盛发期 35.5 12 34.1 16 31.7 9 40.3 2 36.8 7 40.2 3 31.7 13 39.2 9 44.2 -1 第四节 直线回归与相关 首先由上表资料算得6个一级数据： 然后，由一级数据算得二级数据： 第四节 直线回归与相关 第四节 直线回归与相关 第四节 直线回归与相关 故得直线回归方程为 （三）直线回归方程的图示 1、直线回归图包括回归直线图象和散布图； 2、制作回归图时，以x为横坐标，y为纵坐标； 3、纵、横坐标皆需标明名称和单位； 4、取x坐标上的一个小值x1代入回归方程得y1;再取一个大值x2代入回归方程得y2。连接坐标点（x1，y1）和（x2，y2）成一条回归直线（如下图5）。 第四节 直线回归与相关 图5 旬平均温度累积值和一代三化螟蛾盛发期的关系 第四节 直线回归与相关 （四）直线回归的估计标准误 由上图可见，直线回归方程和实测的坐标点并不吻合。故应对其误差进行估计。由于Q为离回归平方和，且建立回归方程时用了a和b两个统计数，故Q的自由度v=n-2。则回归的标准误： （4） 第四节 直线回归与相关 （五）直线回归的数学模型和基本假定 在直线回归中，总体的每一个Y值决定于三个因素： （1）Y的总体平均数Y；（2）因X的作用而使Y发生的离均变异， （ 3）Y的随机误差 。因此，直线回归 第四节 直线回归与相关 的数学模型可表示为： 在按上述模型进行回归分析时，假定： 1、任一个X上都存在一个Y总体，它是作正态分布的； 2、所有Y总体都具共同方差 ，因而直线回归总体具有 我们得到的观察值只是总体N中的随机本。 3、直线回归的总体方差 是可分的。 4、X是没有误差的固定变数，而Y是随机变数。 第四节 直线回归与相关 三、直线回归的假设测验 1、回归关系的假设测验 对于样本的回归方程，必须测定其来自无直线回归关系的总体的概率大小。只有当这种概率a0.05或a0.01时，才能确认其所代表的总体存在直线回归关系。这就是回归关系的假设测验，可由t测验或F测验给出。由于回归系数的标准误Sb为 （5） 第四节 直线回归与相关 并且 遵循v=n-2的t分布