数据挖掘基础知识-回归分析.pptVIP

回归分析 本章内容 回归分析的基本原理 一元线性回归分析 多元线性回归分析 非线性回归分析 回归分析的基本原理 所谓回归分析法，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式。 对于下表中的数据： 利用回归分析方法，得到如下的函数关系式： 一元线性回归分析 一元线性回归模型 模型参数估计和平均误差估计 一元线性回归模型的检验 一元线性回归模型 满足一元线性回归的基本条件： 所有的 的分布的均值都正好在一条直线上，称之为总体的（真实的）回归直线； 所有的分布都有同样的形状； 随机变量 是相互独立的； 给定 X 时 分布的形状是正态的，即 服从正态分布。 满足这些条件的回归模型称为一元线性回归模型。 根据样本观测值，采用最小二乘法，得到了一条估 计的样本回归直线 。 模型参数估计和平均误差估计 参数估计： 经过最小二乘法计算可得： 求出参数a,b以后，就可以得到回归模型: (1) (2) (3) SSE实际值与预测估计值之间的离差平方和。 标准误差：估计值与应变量值之间的平均平方误差。 （4-8） 模型参数估计和平均误差估计 平均误差估计： 一元线性回归模型的检验 线性方程的显著性检验 关于回归系数b的统计推断 一元线性回归模