第八章 回归分析 教育统计和 与分析.pptVIP

第八章 回归分析;第八章 回归分析;8.1 回归分析的概念和原理;回归分析主要解决以下几方面的问题： 通过分析大量的样本数据，确定变量之间的数学关系式； 对所确定的数学关系式的可信程度进行各种统计检验，并区分出对某一特定变量影响较为显著的变量和影响不显著的变量； 利用所确定的数学关系式，根据一个或几个变量的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度。;回归分析与相关分析 回归（Regression，Linear Regression）和相关同样都用来分析两个定距变量间的关系。确定变量之间是否存在着关系，这是回归分析与相关分析的共同起点。当旨在分析变量之间关系的密切程度时，一般使用相关系数，这个过程叫相关分析。倘若研究的目的是确定变量之间数量关系的可能形式，找出表达它们之间依存关系的合适的数学模型，并用这个数学模型来表示这种关系形式，则叫做回归分析。;表1是随机抽取某年级20名男生测得的课后五分钟恢复心率Xi和即时心率Yi(i=1，2，…，20)的具体数据。 ;根据皮尔逊积差相关公式，算得r＝0.70。经检验X与Y有极高度显著的线性相关关系。 我们这里的问题不只是考虑X与Y之间有没有相关关系，还要求从表1的数据，建立一个关系式：Y＝a+bX 从而，可以从课后恢复心率X来估计及时心率Y，以判断体育课的运动量是否恰当。;回归模型的建立步骤（以一元线性回归为例）;原理：最小二乘准则;记;当且仅当 ;由n对样本数据建立因变量y对自变量x的一元线性回归方程的简单步骤 ：;简单地来讲，对两个变量的数据进行线性回归，就是要找到一条直线来最好地代表散点图中的那些点。 ;由图中可以看出，回归直线应该是到所有数据点最短距离的直线。该直线的求得即使用“最小二乘方法”，使:;一元线性回归方程的性质 ;回归模型的有效性检验;回归模型的有效性检验;;回归系数的显著性检验;对回归系数的显著性检验和对回归方程的方差分析是等效的，在实际上对回归方程的检验时只用其中一种方法即可。 ;回归模型的应用;;比如通过上学年数和工资的关系计算得出下列的回归公式： y=472+14.8x 就可知上学年数每增长1年，工资会增加14.8元； ??可推测，上学年数为15年的人，工资收入应为472 + 14.8 *15=694元。;需要注意的几个问题;8.2 一元线性回归分析;一元线性回归模型的确定： 一般先做散点图(Graphs -Scatter-Simple),以便进行简单地观测； 若散点图的趋势大概呈线性关系，可以建立线性方程（若不呈线性分布，可建立其它方程模型）。 Analyze-Regression-Linear 把有关的自变量选入Independent，把因变量选入Dependent，然后OK即可。;自变量;SPSS线性回归的输出格式：;8.3 多元线性回归;逐步回归方法的基本思想;8.3 多元线性回归分析;8.4 曲线估计;不同模型的表示