第七章　线性回归.pptVIP

第七章　线性回归 　　　　第一节　一元线性回归 一、回归线、回归方程与回归系数 1、回归的概念 　　　回归分析是在分析观测数据的基础上，确定一个能反映变量之间关系的近似函数表达式，是研究相关关系的一种有效方法。 回归与相关的区别：相关表示：一个变量的变化会导致另一个变量的变化，反过来同样成立，它们的关系是双向的；而回归有因变量和自变量之分，它们的关系是单向的，反映的是因果关系。可以说相关是回归的必要条件，有相关关系不一定有回归关系，没有相关关系，肯定没有回归关系。 线性回归与一元线性回归：一元线性回归是最简单的线性回归 二、回归线、回归方程与回归系数 1、散点图与线性回归：画散点图的目的是为了避免将非线性的关系当作线性关系来处理。 2、回归线与回归方程 最佳拟合：指根据这条直线由估计得到的估计值比起由其它所有直线得到的估计值误差最小。 我们将这条最佳直线称为回归线。根据直线的一般表达式，回归线的函数式可以表示为： 该式称为y对x的回归方程，式中常数项 称为截距， 称为回归系数。回归系数 实际上是回归直线的斜率，反映了自变量x对因变量y的作用幅度。 回归系数的作用方向是单向的。 根据上式计算出的值只是一个估计值。凡是估计值必然处在回归线上，然而实际观测值却未必处在回归线上，两者之间一般都存在误差，即： 三、最小二乘法和回归系数的计算 只要确定了方程中的常数项和