安徽农业大学生物统计课件09第九章.ppt

即 ：Y=Xb+e (9·26) 要使(9·26)中的b成为回归统计数，必须满足 为最小。 故由 解得： 即 因此 b= (9·27) 其中： 为( )的逆矩阵。 的元素用cij表示，在统计上又称cij为高斯乘数(Gauss multiplier)。 (二) 直线回归假设测验的矩阵解法 用矩阵方法可以求得b向量的方差为： 因而b的显著性测验可表示为： 这一t 值的自由度为 。bi=b0时即为回归截距的测验；bi=b1时即为回归系数的测验。 (9·30) (9·29) 在计算(9·30)中离回归的标准误 时要用到Q，其矩阵计算式为： (9·31) 总平方和SSy 及回归平方和U 的矩阵计算式为： （9·32） （9·32）中的1为由n个1组成的列向量： 第三节 直线相关P166 一、相关系数和决定系数 二、相关系数的假设测验 一、相关系数和决定系数 （一）相关系数 (X，Y )总体没有相关，则落在象限Ⅰ、Ⅱ、Ⅲ、Ⅳ的点是均匀分散的，因而正负相消， = 0。 当(X，Y )总体呈正相关时，落在象限Ⅰ、Ⅲ的点一定比落在象限Ⅱ、Ⅳ的多，故 一定为正；同时落在象限Ⅰ、Ⅲ的点所占的比率愈大，此正值也愈大。 当(X，Y )总体呈负相关时，则落在象限Ⅱ、Ⅳ的点一定比落在象限Ⅰ、Ⅲ的为多，故 一定为负；且落在象限Ⅱ、Ⅳ的点所占的比率愈大，此负值的绝对值也愈大。 的值可用来度量两个变数直线相关的相关程度和性质。但是，X 和Y 的变异程度、所取单位及N的大小都会影响其大小。 这些因素的影响是可以消去的。方法就是将离均差转换成以各自的标准差为单位，使成为标准化离差，再以N 除之。 可定义双变数总体的相关系数为： （9·33） (9·33)的已与两个变数的变异程度、单位和N大小都没有关系，是一个不带单位的纯数，因而可用来比较不同双变数总体的相关程度和性质。 相关系数是两个变数标准化离差的乘积之和的平均数。 相关系数的含义 相关系数的功能定义:表示变量间相关性质与 程度的统计数 相关系数的计算定义:由自变量引起的回归平方和占依变量总平方和比率的平方根(见公式9.34下) 相关系数的推导定义:是两个变数标准化离差的乘积之和的平均数。 一般回答问题时常指功能定义! 样本的相关系数 r (9·34) 因为： 在回归分析时分成了两个部分：一部分是离回归平方和Q ，另一部分是回归平方和U =(SP)2/SSx。 因此，又可有定义： r 的取值区间是[-1，1]。双变数的相关程度决定于 |r|，|r|越接近于1，相关越密切；越接近于0，越可能无相关。 r 的显著与否还和自由度有关， 越大，受抽样误差的影响越小，r 达到显著水平的值就较小。正的r 值表示正相关，负的r 值表示负相关。而相关系数r的正或负和回归系数b是保持一致。 (二) 决定系数 决定系