交通数据处与分析 - 一元线性回归分析.pptxVIP

;最小二乘法 判定系数 回归方程的显著性检验/回归系数的显著性检验 模型预测精度的度量 ;在几种预测精度度量指标中。百分比误差、平均百分比误差和平均绝对百分比误差是对预测精度的相对度量，其对预测模型精度的度量要比回归标准差、平均绝对误差和误差平方和更直接;预测精度、模型假设检验和模型预测能力是有区别的。 模型假设检验可以用来判定模型是否可以用来拟合历史数据； 精度分析是模型对历史数据拟合效果的一个度量 模型的预测能力则往往不能通过历史数据来说明。由于预测对象是未来还没有发生的一种状态，不能应用未来数据分析模型的预测能力，一个很直接的方法是：把一部分观测数据用来估计模型参数，而余下的数据用作模型预测能力的评价。通过模型预测值和这部分实际数据进行对比分析（精度分析），从而判定模型的预测能力。;现有全国31个主要城市2007年的气候情况观测数据，如表所示。下面研究年平均气温与全年日照时间之间的关系;令x表示年平均气温，y表示全年日照时数。由于x和y均为一维变量，可以先从x和y的散点图上直观地观察它们之间的关系，然后再做进一步的分析。 Matlab中的corr(x, y)或corrcoef(x, y)函数用于求相关系数 ;Pearson相关系数（Pearson’s correlation coefficient）又叫相关系数或线性相关系数。它一般用字母r表示。它是由两个变量的样本取值得到，这是一个描述线性相关强度的量，取值于-1和1之间。当两个变量有很强的线性相关时，相关系数接近于1（正相关）或-1（负相关），而当两个变量不那么线性相关时，相关系数就接近0。 ;Kendall t 相关系数（Kendall’s t）这里的度量原理是把所有的样本点配对（如果每一个点由x和y组成的坐标(x,y)代表，一对点就是诸如(x1,y1)和(x2,y2)的点对，然后看每一对中的x和y的观测值是否同时增加（或减少）。比如由点对(x1,y1)和(x2,y2)，可以算出乘积(x2-x1)(y2-y1)是否大于0；如果大于0，则说明x和y同时增长或同时下降，称这两点协同（concordant）；否则就是不协同。如果样本中协同的点数目多，两个变量就更加相关一些；如果样本中不协同（discordant）的点数目多，两个变量就不很相关。 ;Spearman(斯皮尔曼) 秩相关??数（Spearman rank correlation coefficient 或Spearman’s r）它和Pearson相关系数定义有些类似，只不过在定义中把点的坐标换成各自样本的秩（即样本点大小的“座次”）。Spearman相关系数也是取值在-1和1之间，也有类似的解释。通过它也可以进行不依赖于总体分布的非参数检验。 ;R = corr(x, y, param1, param2, …) R = corrcoef(x, y) 其中corrcoef函数输出的是Pearson相关系数，corr()函数可通过调整控制参数设置计算的相关系数类型。 ;一元线性回归分析;regress( )函数 对于可控变量x1，x2，…，xp和随机变量y的n次独立的观测（xi1, xi2, …, xip; yi），(i= 1, 2, …n)，关于x1，x2，…，xp的p重广义线性回归模型如下;y为因变量观测值向量，X为设计矩阵，f1，f2，…,fp为p个函数，对应模型中的p项，β 为需要顾及的系数向量，ε为随机误差 ;不同的函数f1，f2，…，fp对应不同类型的回归模型，特别地，当f1(xi1) = xi1， f2(xi2) = xi2，…, fp(xip) = xip，(I = 1, 2, …, n)时，上式称为p重线性回归。一元线性回归模型是多重线性回归的特殊情况。;b = regress(y, X ) 返回多重线性回归方程中的系数向量β的估计值b，这里的b为一个p*1的向量。输入参数y为因变量的观测向量值，是n*1的列向量。X为n*p的设计矩阵。regress函数把y或X中的不确定数据NaN作为缺失数据而忽略他们。 注意：当回归模型中需要常数项时，矩阵X中应当有1列1元素 ;[b, bint] = regress(y, X) 还返回系数估计值的95%置信区间bint，它是一个p*2的矩阵，第1列为置信下限，第2列为置信上限。 [b, bint, r] = regress(y, X) 还返回残差（因变量的真实值yi减去估计值y?i）向量，它是一个n*1的矩阵;[b, bint, r, rint] = regress(y, X) 还返回残差的95%置信区间rint，它是一个n*2的矩阵，第1列为置信下限，第2列为置信上限。rint可用于异常值的诊断，若第i组观测的残差的置信区间不包括0，则可认为第i组观测值