11回归分析的基千本思想及其初步应用修改.pptVIP

思考：相关关系与函数关系有怎样的不同？ 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 产生随机误差ｅ的原因是什么？ 残差分析 在研究两个变量间的关系时，首先要根据散点图来粗略判断它们是否是线性相关，是否可以用线性回归模型来拟合数据.然后，可以通过残差 来判断模型拟合的效果，判断原始数据中是否存在可疑数据.这方面的分析工作称为残差分析. 0.382 -2.883 6.627 1.137 -4.618 2.419 2.627 -6.373 残差 59 43 61 64 54 50 57 48 体重/kg 170 155 165 175 170 157 165 165 身高/cm 8 7 6 5 4 3 2 1 编号 下表为女大学生身高和体重的原始数据以及相应的残差数据： ? e 以纵坐标为残差，横坐标为编号，作出图形（残差图）来分析残差特性. 由图可知，第1个样本点和第6个样本点的残差比较大，需要确认在采集这两个样本点的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，则需要寻找其他原因. 如何刻画模型拟合的精度？ 相关指数： 在含有一个解释变量的线性模型中，R2恰好等于相关系数r的平方. R2取值越大，则残差平方和越小，即模型的拟合效果越好. R2=0.64