电力负荷预测第七章_回归分析预测法课件.ppt

第七章 回归分析预测法;教 学 要 求; 教学重点 ●相关分析与回归分析的基本概念； ●一元线性回归模型的建立与参数检验； 教学难点 ●相关系数的含义 ●参数检验的作用 ;一.概述;xj; 几个基本问题 ;相关关系的特点;3.相关分析与回归分析的区别与联系;●相互联系——先相关分析，后回归分析。 ;4.相关分析与回归分析的作用;5.回归分析模型的种类;二. 一元线性回归预测模型; 主 要 内 容;1.模型描述;——为一组观察值(xi,yi)的 散点状态的估计式；;2.OLS参数估计(Ordinary Least Square );●推导;3.相关系数——选择主要因素作模型的自变量的依据; ;离差项的物理含义：;●可决系数R2;●相关系数R：; ——可不需要先求出回归模型中的剩余离差来求， 直接从样本数据中计算得到，实际工作中带 来方便。 若代入平均数，则R的计算变为;R的讨论（-1≤R≤1 ）;● │R│ 0.7或 R2 0.49 说明自变量对x的变动对总离差的影响占一半以上。高度相关; ● │R│0.3或 R2 0.09 说明自变量对x的变动对总离差的影响低于9%。低度相关; ● 0.3 ≤ │R│0.7 说明自变量对x的变动对总离差的影响在9%~50%之间。中度相关; ;4.显著性检验;●问题描述 ——相关系数的绝对值大到什么程度时？才能认为两变量之间的相关关系是显著的，回归模型用来预测是有意义的。 ●检测标准 ——与观测值的个数有关；（n) ——与不同树枝的显著性水平有关；(α ) ;●步骤;5.预测值与预测区间;或;5.算例 1）配合适当的模型并进行显著性检验； 2）取α =0.05, x0=249时的预测值与预测区间 ；;;解：;(4)检验相关系数的显著性;（5）预测 计算估计标准误差;;三.多元线性回归预测模型;1.多元线性回归模型——多个影响因素的影响问题;● OLS估计;（1）R检验 ——通过复相关系数检验一组自变量X1,X2,…,Xm变与因变量y之间的线性相关程度的方法，~。也称复相关系数检验法。;;R检验步骤：;其中：(n-m)为剩余离差 的自由度 (n-1)为总离差 的自由度 ●当 m1， ● R2非负，但 可能为负， 当 为负时，取 ;（2）F检验;检验方法：;F与R2 , R之间的关系;(3).t检验;t检验步骤：;Step2：计算样本标准差 （Cjj为(x’x)-1主对角线上第j个元素） Step3：计算t统计量 │tj│ tα/2(n-m)，（j=1~m ）xj对y有显著影响。 │tj│ ≤tα/2(n-m)，xj对y无影响，应删除。;(4).DW检验;●对于序列相关，若采用最小平方法估计参数， 将会产生严重的后果： 1）估计标准差S可能严重低估σ 的真实值； 2）样本方差 可能严重低估D(βj)的真实值； 3）估计回归系数 可能歪曲βj的真实值； 4）通常的F检验和t检验将不再有效； 5）根据最小平方法估计量所作的预测将无效。 ;●DW检验（Durbin-Waston准则)——一阶自相关 ;大样本时(n30);● DW检验步骤;DW检验判别表;与样本的容量n和自变量的个数m有关 n一定时，m愈大，无结论区愈大； m一定时， n愈大，无结论区愈小；;？当落入无结论区的解决办法：;？产生自相关的原因;？产生自相关时的补救办法;3.预测区间;（3）预测区间 （n30） (n ≥30) ;4.例题;时间序列变化关系曲线;解：;;;;（4）R检验 ;（5）F检验 ;（6）T检验 ;通过t检验，说明x2,x3均对y有显著影响。;（7）DW检验 ;说明回归模型不存在着自相关。;综合计算结果为;（8）预测 ;作业;5. 采用excel的多元回归预测;