行为研究的设计与分析-第八章-回归分析_讲解材料.pptx

相关统计之回归分析回归分析不相关函数关系线性关系相关关系非线性关系相关关系：对于两个变量，当自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系。函数关系中的两个变量间是一种确定性关系，相关关系是一种非确定性关系函数关系是一种理想的关系模型，相关关系在现实生活中大量存在，是更一般的情况。两个变量之间的相关关系：回归分析—线性回归回归分析是对具有相关关系的两个变量进行统计分析的一种常用方法.两个具有线性相关关系的变量的统计分析：线性回归是分析两个连续型变量之间依存变化的数量关系的统计方法。是回归分析中最基本、最简单的情况，因此称为简单回归。两个变量的地位是不同的，其中一个是自变量，也称解释变量，用X表示，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?；另一个是因变量，用Y表示。线性回归通常的假设为：1.自变量与因变量之间的关系有线性趋势（Linear）２.每个观察个体之间相互独立（Independent）３.给定x值，对应的y服从总体平均数为μ、方差为　 的正态分布。(Normal Distribution)４.不同ｘ所对应ｙ的方差相等，均为　 。(Equal variance)为了方便记忆以上称为LINE（线性假设），因为线性、独立、正态、等方差的首字母为LINE.线性回归的概念如果以变量x、y分别为横轴和纵轴，将成对的样本实测值绘制成散点图，各散点通常不会恰好在一条直线上。根据散点图所反映出两个变量的线性趋势，可以假定，对于自变量x的各个取值，相应的因变量y的总体平均数 位于一条直线上，这时我们可以用某个适当的线性回归方程来描述y的总体均值依赖于x的数值变化。线性回归的概念回归方程大多数情况由样本得到，成为样本回归方程或经验回归方程。在回归方程中我们通常用 来表示一个 的样本估计值，即x确定时y的样本均值，则样本回归方程的一般表达式为 a为回归直线在y轴上的截距，表示x值为0时y的平均水平。 a0,表示直线与纵轴的交点在原点下方； a0交点在原点上方； a=0,回归直线经过原点。b为回归系数，即直线的斜率，其统计意义是：x每变化一个单位，y平均变化b个单位。 b0,表示直线从左上方走向右下方，即y随x的增大而减小； b0,表示直线从左下方走向右上方，即y随x的增大而增大； b=0，表示直线与x轴平行，即x与y无线性关系。回归直线的实质回归直线表示了一种特殊类型的均值，因此许多人称它为最优拟合直线。均值表示的是样本中较低得分和较高得分之间的均衡点：在样本中，每一个观测值和均值之间的差异的和始终是0,也就是说，回归线表示回归直线与每一个观测值Y之间距离总和最小。变量Y的每一个观测值和其预测值 之间的差异总和，始终等于0，也就是说 ，建立线性回归方程从样本数据中求解a和b，实际上是拟合一条反映所有散点集中趋势的回归直线，使得各个实测值与对应的估计值最接近。实测值y与回归线上的估计值 的纵向距离 称为残差，就是各点残差要尽可能小。由于残差有正有负，通常要找一条各点残差平方和最小的直线。要保证各实测点距回归直线纵向距离平方和最小，通常用最小二乘法，推导出回归方程系数的计算公式是估计值的标准误差两个变量间相关的一个散点图。数据中间的直线表示了回归直线，外侧的曲线表示了95%置信度下置信区间的上限和下限。建立回归方程后我们可以根据它对给定的X进行相应Y的。预测除非两个变量之间具有完全的相关性，否则回归直线表示的仅仅是对Y值的估计。因此我们需要一种统计量来表示 的精确度。类似于标准差用来描述观测值与均值之间典型的差异有多大。我们也可以对 同样这么做使用的一个统计量称为估计值的标准误差（standard error of estimate).估计值的标准误差就是观测值围绕着回归直线波动的标准差，用估计值的标准误差我们就可以推断出 的置信区间.绘制回归直线方法一：直线一定通过点直线与纵坐标相交于截距a。方法二：在自变量实测范围内，取易于读数的x值代入回归方程得到一个点的坐标，连接此点与点Regression to the mean向均值回归概念：向均值回归又叫趋中回归 当某些被试在一个变量上的取值远离群体均值特别低或者是特别高的时候，这些被试在同一个变量上的另一次观测值或在其他相关的变量上的观测值，往往会比较靠近均值。用公式表达就是：一个球队在上一届联赛中表现出色,在下一届联赛的表现往往不如上一届;一个走红的文学作品(小说、电影或电视剧等) ,其续集(如果有的话)往往令人失望;高考状元在大学期间的成绩很难保持名列前茅;在一个场合表现得非常聪明(或愚笨)的学生在另一个场合往往表现得没那么聪明(或愚笨)…历史回顾 回归分析最早