第8 一元线性回归.pptVIP

* * * * * * 124 Note: 1. As we move farther from the mean, the bands get wider. 2. The prediction interval bands are wider. Why? (extra Syx) * * * * 124 Note: 1. As we move farther from the mean, the bands get wider. 2. The prediction interval bands are wider. Why? (extra Syx) * * 124 Note: 1. As we move farther from the mean, the bands get wider. 2. The prediction interval bands are wider. Why? (extra Syx) * * * * * * * * * * * * * * * * * * * * 24 This teleology is based on the number of explanatory variables nature of relationship between X Y. * * * * * * * * * * * * * * * * * * * * * * * * * 2008年8月 实际数据是曲线而模型为直线 x E(y) xL xU E(y) 8.4 用残差证实模型的假定 8.4.1 检验方差齐性 8.4.2 检验正态性 第 8 章 一元线性回归 8.4.1 检验方差齐性 8.4 用残差证实模型的假定 2008年8月 残差(residual) 因变量的观测值与根据估计的回归方程求出的预测值之差，用e表示 反映了用估计的回归方程去预测而引起的误差 可用于确定有关误差项?的假定是否成立 用于检测有影响的观测值 2008年8月 残差图(residual plot) 表示残差的图形 关于x的残差图 关于y的残差图 标准化残差图 用于判断误差?的假定是否成立 检测有影响的观测值 2008年8月 残差图(形态及判别) ? ? ? ? ? ? ? ? ? ? (a)满意模式 ? ? ? ? ? ? ? ? ? ? ? 残差 x ? 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (b)非常数方差 ? ? ? ? ? ? ? ? ? 残差 x ? 0 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? (c)模型不合适 ? ? ? ? ? ? ? ? ? 残差 x ? 0 ? ? 2008年8月 残差与标准化残差图(例题分析) 点预测值 残差 标准残差 2008年8月 残差图(例题分析) 销售收入与广告费用回归的残差图 8.4.2 检验正态性 8.4 用残差证实模型的假定 2008年8月 标准化残差(standardized residual) 残差除以它的标准差 也称为Pearson残差或半学生化残差(semi-studentized residuals) 计算公式为 注意：Excel给出的标准残差的计算公式为 这实际上是学生化删除残差(studentized deleted residuals) 2008年8月 标准化残差图 ? 用以直观地判断误差项服从正态分布这一假定是否成立 若假定成立，标准化残差的分布也应服从正态分布 在标准化残差图中，大约有95%的标准化残差在-2到+2之间 2008年8月 标准化残差图(例题分析) 销售收入与广告费用回归的标准化残差图 2008年8月 本章小结 相关关系的分析 参数的最小二乘估计 回归直线的拟合优度 回归方程的显著性检验 利用回归方程进行预测 用残差证实模型的假定 用 Excel 和SPSS进行回归 结 束 * * * * * * * * * * * * * * * * * * 8.2.2 参数的最小二乘估计 8.2 一元线性回归的估计和检验 2008年8月 参数的最小二乘估计(method of least squares ) 德国科学家Karl Gauss(1777—1855)提出用最小化图中垂直方向的误差平方和来估计参数 使因变量的观察值与估计值之间的误差平方和达到最小来求得 和 的方法。即 用最小二乘法拟合的直线来代表x与y之间的关系与实际数据的误差比其他任何直线都小 2008年8月 Karl Gauss的最小化图 x y (xn , yn) (x1 , y1) ? ? ? ? ? ? ? ?