08心理统计-25、26、27第十二章-回归分析.pptVIP

2010-12-19 心理统计--回归分析 第十二章 线性回归（ Linear regression ） 第一节 线性回归模型的建立 第二节 回归模型的检验与估计 第三节 回归方程的应用 Galton数据散点图（英寸） 第一节 线性回归模型的建立 一、几个基本概念 二、回归模型与回归系数 三、回归模型建立方法 四、线性回归的基本假设 三、建立回归方程 求回归系数——b 求常数——a 直线回归方程的求法 残差(residual)或剩余值，即实测值Y与假定回归线上的估计值 的纵向距离 。 求解a、b实际上就是“合理地”找到一条能最好地代表数据点分布趋势的直线。 第二节 回归模型的检验与估计 回归模型的有效性检验 回归系数的显著性检验 决定系数 第三节 回归方程的应用 预测或估计 真值的预测区间 回归与相关的综合运用 二、真值的区间预测 不同的样本得到的回归方程不完全相同； 按照不同的样本进行点预测或区间预测结果不同； 预测应变量的真值必须考虑到：①回归方程的变异，②残差的变异 三、回归分析与相关分析的综合运用 1．根据分析目的选择变量及统计方法 2．进行相关、回归分析前应绘制散点图—第一步 （1） 散点图可考察两变量是否有直线趋势； （2） 可发现离群点（outlier）。 3．资料的要求  直线相关分析要求 X与Y 服从双变量正态分布； 直线回归要求至少对于每个 X 相应的 Y 要服从正态分布，X可以是服从正态分布的随机变量也可以是能精确测量和严格控制的非随机变量； * 对于双变量正态分布资料，根据研究目的可选择由 X 估计 Y 或者由 Y 估计 X ，一般情况下两个回归方程不相同）。 4．结果解释及正确应用 反应两变量关系密切程度或数量上影响大小的统计量应该是回归系数或相关系数的绝对值，而不是假设检验的P值。 P值越小只能说越有理由认为变量间的直线关系存在，而不能说关系越密切或越“显著”。另外，直线回归用于预测时，其适用范围一般不应超出样本中自变量的取值范围。 SY|X为Y的剩余标准差——扣除X的影响后Y的变异程度，即残差的离散程度。 SY|X度量了实际散点远离回归直线的离散程度，反映了模型的可靠性。越小模型越好。 本例：t = 3.627 p=0.005 在直线回归中，t 2= F SS总=SS回+SS残 在总平方和中， SS回所占比重越大，则线性回归效果越好，即回归直线与实际观测点拟合越好。若SS总=SS回，即（SS总／SS回）=1，说明Y的变异完全由X的变异来解释；而误差平方和越大，则回归方程越不理想。 三、决定系数R2(coefficient of determination) 决定系数：R2= 取值在0到1之间且无单位，其数值大小反映了回归贡献的相对程度，也就是在Y的总变异中回归关系所能解释的百分比。 对于具有相关关系的两列数据： b SST 一、根据样本预测 1.点预测：将某一自变量Xi代入回归方程，得到Yi 2.区间估计：在一定概率基础上，当自变量X取一固定值Xi时，因变量Yi的可能范围。 例12-5 所以：应把　　　理解为当自变量X取 固定值Xi时，应变量Ｙ的平均值。 １．点预测 ２．区间预测:估计 的波动范围 当自变量X=Xp时，应变量Y的预测值残差的离散程度指标—— 标准差： 个体Y值的预测区间为： 直线相关用于说明两变量之间直线关系的方向和密切程度，X与Y没有主次之分； 直线回归则进一步地用于定量刻画应变量Y对自变量X在数值上的依存关系，其中应变量的定夺主要依专业要求而定，可以考虑把易于精确测量的变量作为X，另一个随机变量作Y，例如用身高估计体表面积。 两个变量的选择一定要结合专业背景，不能把毫无关联的两种现象勉强作回归或相关分析。 散点图对离群点的识别与处理需要从专业知识和现有数据两方面来考虑，结果可能是现有回归模型的假设错误需要改变模型形式，也可能是抽样误差造成的一次偶然结果甚至过失误差。需要认真核对原始数据并检查其产生过程认定是过失误差，或者通过重复测定确定是抽样误差造成的偶然结果，才可以谨慎地剔除或采用其它估计方法。 * 引入 某地一年级12名女大学生的体重与肺活量数据如下，观察其两个变量的变动规律 体重（ X）： 42 42 46 46 46 50 肺活量（Y）：2.55 2.20 2.75 2.40 2.80 2.81 体重（ X）： 50 50 52 52 58 58