第九章假设检定与相关分析.doc

PAGE 83 - 第12章 迴歸分析與相關分析 1. 迴歸分析的基本概念 1.1. 常用術語 　　1、因變數（Dependent Variable），又稱為被解釋變數（Explained Variable）或被預測變數（Regressed），一般以表示。 　　2、自變數（Independent Variable），又稱為獨立變數或預測變數（Predictor）或解釋變數（Explanatory Variable），一般以表示。 　　3、簡單迴歸：；例：，或 。 　　4、複迴歸：；例： ，或 。 　　5、迴歸方程式：若自變數與因變數之間存在有統計關係（註：不同於函數關係），則進行迴歸分析的目的即在於找出一適當的數學方程式以表示其關係，此方程式稱之為迴歸方程式（Regression Equation）。 　　6、直線迴歸（Linear Regression）：迴歸方程式具線性者，則稱為直線迴歸，否則稱為非直線迴歸（Non-linear Regression）。 xi : 3 4 5 6 7 8 9 10 (y = 3 + 2x ) yi : 9 11 13 15 17 19 21 ？ xi : 3 3 4 5 6 6 7 8 8 9 10 (y = 3 + 2x + e ) yi : 9 5 12 9 14 16 22 19 24 22 ？ xi : 3 4 5 6 7 8 9 10 (y = 1 + 0.5x + 0.1x2 ) yi : 3.4 4.6 6.0 7.6 9.3 11.4 13.6 ？ (y = 1 + 0.5x + 0.1x2 + e ) xi : 3 3 4 4 5 6 6 7 8 8 9 10 yi : 3.4 3.8 4.6 4.0 6.0 7.0 8.0 9.0 11.6 11.0 12.4 ？ 1.2. 直線迴歸的統計模型 　　假設因變數代表一隨機變數，而自變數則視為已知的固定常數（Known Constant），且與具有直線迴歸關係，則其關係式(又稱為機率型模式；Probabilistic Model)為： （12-1） 式中： 　　 （a）表示進行第次實驗時，對應於自變數之設定值為時的反應值。 　　 （b）為真實線性關係式的誤差項，皆為不可觀察的隨機變數，且 。 　　 （c）參數與表示此直線方程式的係數，亦稱為迴歸係數（Regression Coefficient），且皆為未知數。 　　根據上述直線迴歸的模型得知： 　 （12-2） 　 （12-3） ; 且互為獨立。　 （12-4） 2. 迴歸係數與之估計 由式（12-2）得知　 故其概似函數為： 　 　　　　（12-5） 而 （12-6） 令　　　　　　 　　　 （12-7） 令 　且以取代可得 （12-8） 令　　可得 　 （12-9） 而 　 　　　 由於 所以