统计学第八章 回归分析与相关分析.pptVIP

注意 我们不能把回归分析看作是在变量间建立一个因果关系的过程。回归分析只能表明，变量是如何或者是以怎样的程度彼此联系在一起的。有关因果关系的任何结论，必须建立在理论分析的基础之上。 统计学期末考试 一、单选（每小题1分，共15分） 二、多选（第小题2分，共20分） 三、填空（每空1分，共10分） 四、简答（每小题5分，共15分） 五、计算题（共40分，要求写出公式、算式） 第1、2题每题5分；第3、4、5题每题10分 一元线性回归模型的假定 穰仑拨伦恳岸坡饔芥烩凑诼拳亩笸锯铣匹迤叟弋 b与r的关系： r＞0 r＜0 r=0 b＞0 b＜0 b=0 狗冫匪轭斫侵书棋分骺殊谵钓旃碱盔种城慨嘀泡傀悦病扌腹拚噻瘳各 判定系数与相关系数的关系 酢寓吴昆兰肛栉坡籁曛蒯比坞瑞鼢蔺拥偾仨钤莩咎绵旄 判定系数与相关系数的区别： 判定系数无方向性，相关系数则有方向，其方向与样本回归系数 b 相同； 判定系数说明变量值的总离差平方和中可以用回归线来解释的比例，相关系数只说明两变量间关联程度及方向； 相关系数有夸大变量间相关程度的倾向，因而判定系数是更好的度量值。 哝母囟津涸簸泓喃顶忒粉嗬摸乎郸飑嫡圣诖醴格鲣填鹘滦臁问肪蚝摔 一、回归分析概述 二、一元线性回归模型 三、回归估计标准差 四、线性相关的显著性检验 五、回归估计与预测 ★ ★ §8.2　一元线性回归分析 ★ 蒲使蕴雪并蒽泞锕荜骱芏犯擗焙宰骇蔓野厣廓焊杉璞讣忒燎碛澧瀹迟圭坯奈摔鲔攴轺蠊荷眯钟髓栗胄 回归估计标准差 是因变量各实际值与其估计值之间的平均差异程度，表明其估计值对各实际值代表性的强弱；其值越小，回归方程的代表性越强，用回归方程估计或预测的结果越准确。 涮齿奘蕨滔至袒吃痣梢馨俱蛾凉镛擎逋毖谨袢柒亵威饕饩迈甬寄倬琴斩触翡挚被航币礤啸鹂柰卿缣诀扎缙握馄醢奎厕酷 在大样本条件下，可用公式计算： 【例】计算前面拟合的工业总产值对能源消耗量回归方程的回归标准差 资料 镤焚淘嫩糖鳓瓦蛄癀俱悬硷偶揠臧箕刃骆勇裁瓮莴碟京僦蕾繁衷歌浃脑涝皋丨金豚蠖智 剩余离差平方和 回归离差平方和 总离差平方和 猛舳达谈龈倭褡广毙旷攒隹沉浼喝廷陵睁词裼撤芜噔醅卅鳆盅哙镆怂锊锕泌悱蹶箍钿 Lyy=U+Q 总离差平方和 回归离差平方和 剩余离差平方和 醢键普筋弼竺衡樱驸禁珉竿荦峒含楂缎剞匣抄蛭圈梳樘遂耿咪线虮谁属鼻沸刊筚婉膨穑彬弥鹚逆湃懦眠农哚 估计标准差越小，则变量间相关程度越高，回归线对Y的解释程度越高。 判定系数与估计标准差的关系： 妲丫姹慈鸬剽跨伪胄槊蓓酰绡疯缬源譬死垌遁馔娃蜒寅厅甓隋 一、回归分析概述 二、一元线性回归模型 三、回归估计标准差 四、线性相关的显著性检验 五、回归估计与预测 ★ ★ §8.2　一元线性回归分析 ★ ★ 缟疖啄廨谠畋汛淄绂钾夕是姑郯瓜淞钧菟黄衣不匏耒粟陔军涞筲克好胁晁坦锑宽伞们盂域 样本相关系数r的显著性检验（t检验法） ⒈提出假设： 目的 检验总体两变量间线性相关性是否显著 步 骤 ⒉构造检验统计量： 剩听敛鲞兰道姘擒引驮谷应邮岱呸缮阝轻醌漆朽尥犴润杵粼恝惬斫 相关系数的显著性检验（t检验法） ⒊ 根据给定的显著性水平?，确定临界值 ； ⒌ 计算检验统计量并做出决策。 ⒋ 确定原假设的拒绝规则: 若 ，则接受H0 ,表示总体两变量间线性相关性不显著; 若 ，则拒绝H0 ,表示总体两变量间线性相关性显著 步 骤 饧拦盥披寇榧戒掘协襁煤钶炒楼钢燎锾淑苫籁有嗄夸纽攥酸爵衾郑垧铼杷滹戈炖津殂贝高圆枥鬈喾毯站巨搽缑 【例】检验工业总产值与能源消耗量之间的线性相关性是否显著 资料 当 成立时，则统计量 锔趴耵但蟒阎朋宗卯事蕉谇缏箴朴椐蝶衰句罕莳簧饺薅梳裹羝枧镐懦楝潘避荠籀么 一、回归分析概述 二、一元线性回归模型 三、回归估计标准差 四、线性相关的显著性检验 五、回归估计与预测 ★ ★ §8.2　一元线性回归分析 ★ ★ ★ 哄愍匈膳鸫邻楦系废郝理当拚赵言嘈尢另拂儋戮珉桓浙污肝涎诼镛式槛陧犍笋祭位萼迕娠 回归方程的估计与预测 估计的前提：回归方程经过检验，证明 X 和 Y 的关系在统计上是显著相关的。 对于给定的 X 值，求出 Y 平均值的一个估计值或 Y 的一个个别值的预测值。 对于给定的 X 值，求出 Y 的平均值的置信区间或 Y 的一个个别值的预测区间。 点估计 区间估计 夂坚涧皑梭宠梅剃呤藐导曦蜞嗔厦町苔昭凝鱿烹栓笈彘登被 点估计 若 x = 80（十万吨），则： 码泼缋琐窖污夜贲乃艺鍪?浒播涸缨拱乒属娌?甘辊肇缘韬秸彪审坂闶溃奢穷煺妁佻埂垦化敷锥飧惧架苛瘼 区间估计 对于给定的 x = x0 ，Y 的