第10 章 一元回归及简单相关分析PPT.ppt

第十章 一元回归及简单相关分析;一元线性回归;10.1 回归与相关的基本概念;;10.2 一元线性回归方程　　　2.1 散点图; 若增加在每一NaCl含量下的观测次数，这种直线关系可以更明朗些。表10-2是每一NaCl含量下的10次重复值。; 图10-2是用以上数据绘成的散点图。可以看出，增加观察次数，求出每一处Y的平均数，用这些平均数作出来的点比图10-1中的7个散点更接近于直线。在散点图上，只能作出少数有限个点。在点少的情况下，表示两变量间关系的直线可以画出多条，哪一条最好呢？;2.2一元正态线性回归模型; 10.2 由10.2式所得出的回归模型，只包含一个自变量X且具有正态性，所以称为一元正态线性回归模型 ;2.3参数α和β的估计;最小二乘法;;;2.4回归方程的计算; 分别求出SXY,SXX,SYY ; 从而得到回归方程为 回归系数是b=11.16的含义是：当自变量X每变动一个单位，因变量Y平均变动11.16个单位。下图为该例的散点图及回归线。 ;10.3一元线性回归的检验;; a的数学期望 a的方差 ;误差平方和或剩余平方和;3.2 b和a的显著性检验;例10.2：以例10.1的数据为例，检验;; 2. a的显著性检验 　a的处理类似于b。可以对　　　　的假设做检验，也可对　　　　的假设做检验。当α＝０的假设真实时，模型将变为　　　　。在　　　　的假设下，检验统计量为： 　　　　　　　　　　　　，具n-2自由度，在　　　　的假设下，检验统计量为： 　　　　　　　　　　　　，具n-2自由度;3.3两个回归方程的比较; 例10.6：在优质育种工作中，为了快速筛选优良原始材料，采用染料结合(DBC)法测定种子中的碱性氨基酸含量。它的原理是：一种染料orange G与碱性氨基酸结合，使原来染料浓度降低。测定染料减少的量，来估计碱性氨基酸的含量。已经计算出碱性氨基酸含量与DBC法测得结果之间有显著回归。实验测定了大麦和黑麦每千克试样的染料结合力(DBC)与碱性氨基酸含量，结果见下页表; ;检验两回归线有无显著差异：; 检验统计量 具(n1-2)+(n2-2)自由度。统计量的值 t11,0.05(双侧)=2.201，tt0.05(双侧)，即P0.05，结 论是两者有一共同的总体回归系数，它的估计 值b等于：;;;3.4一元回归的方差分析; 从而上页等式可写为： 其中： SYY具n-1自由度， SSR和SSe分别具有1和n-2自由度，因此均方分别为： ， 检验统计量为 反之，拒绝。 ;;例：以例10.1中数据，做回归显著性的方差分析，已知： 回归平方和： 剩余平方和： 制表： ， 结论是回归极显著;2.有重复时的情况;;3.5点估计与区间估计;;2.对回归线 的估计 当自变量X为某一指定值x0时，所得到的回归值 是 的点估计。 标准化变量中的σ2未知，用MSe代替，则 服从自由度为n-2的t分布。故在X=x0时， 的1- α置信区间为 ; 3.对y0的估计 是 的无偏估计量，另外可证明， 也是它作为因变量取得的值y0的无偏估计量。 计算 的方差： 当用MSe估计σ2时，得到： 服从自由度为n-2的t分布。那么在X=x0处y0的 1- α置信区间为;3.6一元回归分析的意义;;10.4一元非线性回归;4.2对数变换;;例10.11：在突变实验中，用X射线照射大麦种子，记处理株第一叶平均高度占对照株高度的百分数为X，存活百分数为Y，得到 先做散 点图：;lgX; 令 则 从而： 这样，可以先对 按一元线性回归进行分析 ; 我们得到 的回归方程： 根据起初的变换，返回代入后得到： 于是，Y对X的回归方程为： ;4.3概率对数变换; 将上图中的X做对数变换后的图形; 若把实验所得的死亡率X按概率坐标变换为 ，剂量Y变换为 ，则回归方程为 在半致死剂量处： 。回归方程变为： 即： 从而： 因此半致死剂量LD50的估计