《11回归分析的基本思想及其初步应用2》-精选·课件.pptVIP

第一章 统计案例 线性回归模型y=bx+a+e增加了随机误差项e，因变量y的值由自变量x和随机误差项e共同确定，即自变量x只能解析部分y的变化。 在统计中，我们也把自变量x称为解析变量，因变量y为预报变量。 我们可以用相关指数R2来刻画回归的效果，其计算公式是 显然，R2的值越大，说明残差平方和越小，也就是说模型拟合效果越好。 R2越接近1，表示回归的效果越好（因为R2越接近1，表示解析变量和预报变量的线性相关性越强）。 如果某组数据可能采取几种不同回归方程进行回归分析，则可以通过比较R2的值来做出选择，即选取R2较大的模型作为这组数据的模型。 总的来说： 相关指数R2是度量模型拟合效果的一种指标。 在线性模型中，它代表自变量刻画预报变量的能力。 1、残差 数据点和它在回归直线上相应位置的差异 称为相应于点（xi，yi ） 的残差。 例：编号为6的女大学生，计算随机误差的效应（残差） 2、残差平方和 把每一个残差所得的值平方后加起来，用数学符号表示为： 称为残差平方和 在例1中，残差平方和约为128.361。 编号 1 2 3 4 5 6 7 8 身高/cm 165 165 157 170 175 165 155 170 体重/kg 48 57 50 54 64 61 43 59 残差 -6.373 2.627 2.419 -4.618 1.137 6.627 -2.883 0.382 我们可以利用图形来分析残差特性，作图时纵坐标为残差，横坐标可以选为样本编号，或身高数据，或体重估计值等，这样作出的图形称为残差图。 表1-4列出了女大学生身高和体重的原始数据以及相应的残差数据。 使用公式 计算残差 残差图的制作及作用。 坐标纵轴为残差变量，横轴可以有不同的选择； 若模型选择的正确，残差图中的点应该分布在以横轴为心的带形区域； 对于远离横轴的点，要特别注意。 身高与体重残差图 异常点 错误数据 模型问题 几点说明： 第一个样本点和第6个样本点的残差比较大，需要确认在采集过程中是否有人为的错误。如果数据采集有错误，就予以纠正，然后再重新利用线性回归模型拟合数据；如果数据采集没有错误，则需要寻找其他的原因。 另外，残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适，这样的带状区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高。 用身高预报体重时，需要注意下列问题： 1、回归方程只适用于我们所研究的样本的总体； 2、我们所建立的回归方程一般都有时间性； 3、样本采集的范围会影响回归方程的适用范围； 4、不能期望回归方程得到的预报值就是预报变量的精确值。 事实上，它是预报变量的可能取值的平均值。 ——这些问题也使用于其他问题。 一般地，建立回归模型的基本步骤为： （1）确定研究对象，明确哪个变量是解析变量，哪个变量是预报变量。 （2）画出确定好的解析变量和预报变量的散点图，观察它们之间的关系（如是否存在线性关系等）。 （3）由经验确定回归方程的类型（如我们观察到数据呈线性关系，则选用线性回归方程y=bx+a）. （4）按一定规则估计回归方程中的参数（如最小二乘法）。 （5）得出结果后分析残差图是否有异常（个别数据对应残差过大，或残差呈现不随机的规律性，等等），过存在异常，则检查数据是否有误，或模型是否合适等。 练习1 在一段时间内，某中商品的价格x元和需求量Y件之间的一组数据为： 求出Y对x的回归直线方程，并说明拟合效果的好坏。 3 5 7 10 12 需求量Y 22 20 18 16 14 价格x 解： 练习1 在一段时间内，某中商品的价格x元和需求量Y件之间的一组数据为： 求出Y对的回归直线方程，并说明拟合效果的好坏。 3 5 7 10 12 需求量Y 22 20 18 16 14 价格x 列出残差表为 0.994 因而，拟合效果较好。 0 0.3 -0.4 -0.1 0.2 4.6 2.6 -0.4 -2.4 -4.4 练习2 关于x与y有如下数据： 有如下的两个线性模型： （1） ；（2） 试比较哪一个拟合效果更好。 70 50 60 40 30 y 8 6 5 4 2 x 选用模型（1）的拟合效果更好 练:某种产品的广告费支出x与销售额y之间有如表所示数据: 零件数X 2 4 5 6 8 加工时间y(分钟) 30 40 60 50 70 (1)求x,y之间的相关系数; (2)求线性回归方程; 案例2 一只红铃虫的产