第4章 回归分析PPT.ppt

回归诊断 什么是回归诊断： 1.误差是否满足独立性、方差齐次、正态分布。 2.选择模型是否合适。 3.是否存在异常样本 4.回归模型是否存在稳健性。 5.自变量之间是否存在相关性。 lm(y1~x,data=test)-lm.sum1 lm(y2~x,data=test)-lm.sum2 lm(y3~x,data=test)-lm.sum3 lm(y4~x4,data=test)-lm.sum4 summary(lm.sum1) summary(lm.sum2) summary(lm.sum3) summary(lm.sum4) * 第四章 回归分析 回归分析(Regression Analysis)是研究一个变量Y与其它若干变量X之间相关关系的一种数学工具，它是在一组试验或观测数据的基础上，寻找被随机性掩盖了的变量之间的依存关系。粗略地讲，可以理解为用一种确定的函数关系去近似代替比较复杂的相关关系，这个函数称为回归函数，在实际问题中称为经验公式。回归分析所研究的主要问题就是如何利用变量X，Y的观察值（样本），对回归函数进行统计推断，包括对它进行估计及检验与它有关的假设等。 一元直线回归 1．回归方程的建立 例：在四川白鹅的生产性能研究中，得到如下一组关于雏鹅重（g）与70日龄重(g)的数据，试建立70日龄重(y)与雏鹅重(x)的直线回归方程。 编号 1 2 3 4 5 6 7 8 9 10 11 12 雏鹅重(x) 80 86 98 90 120 102 95 83 113 105 110 100 70日龄重(y) 2350 2400 2720 2500 3150 2680 2630 2400 3080 2920 2960 2860 首先，绘制出数据的散点图。 x-c(80,86,98,90,120,102,95,83,113,105,110,100) y-c(2350,2400,2720,2500,3150,2680,2630,2400,3080,2920,2960,2860) plot(x,y) 可以看出，数据近似的分布在一条直线上。 下一步，对方程进行拟合。 lm(y~x)-rr summary(rr) 结果如下： Call: lm(formula = y ~ x) Residuals: Min 1Q Median 3Q Max -116.8259 -36.6212 -0.2502 34.2164 106.5984 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) 582.185 147.315 3.952 0.00272 ** x 21.712 1.485 14.622 4.47e-08 *** --- Signif. codes: 0 *** 0.001 ** 0.01 * 0.05 . 0.1 1 Residual standard error: 60.95 on 10 degrees of freedom Multiple R-Squared: 0.9553, Adjusted R-squared: 0.9509 F-statistic: 213.8 on 1 and 10 DF, p-value: 4.467e-08 2 ．残差分析 残差的定义 1）若用一模型拟合资料，则模型计算值与资料实测值之差为残差，如线性回归中的实测值与方程的计算值之差。 2）变量的真值与观测值之差 read.table(file.choose(),head=T)-test lm(d~a,data=test)-sum summary(sum) Call: lm(formula = d ~ a, data = test) Residuals: Min 1Q Median 3Q Max -0.32220 -0.14473 -0.06664 0.02184 1.35978 Coefficients: Estimate Std. Error t value Pr(|t|) (Intercept) -42.13778 3.34020 -12.62 2.18e-09 *** a