《回归分析的基本思想及其初步应用》课件.ppt

问题三：如何发现数据中的错误？如何衡量随机模型的拟合效果？ (1)我们可以通过分析发现原始数据中的可疑数据，判断建立模型的拟合效果。 残差图的制作和作用： 制作：坐标纵轴为残差变量，横轴可以有不同的选择. 横轴为编号：可以考察残差与编号次序之间的关系， 横轴为解释变量：可以考察残差与解释变量的关系， 作用：判断模型的适用性若模型选择的正确，残差图中的点应该分布在以横轴为中心的带形区域. 下面表格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。 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 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，说明选用的模型计较合适，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。 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。 在线性回归模型中，R2表示解析变量对预报变量变化的贡献率。 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。 注：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。 （2）我们可以用相关指数R2来刻画回归的效果，其计算公式是 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 选修2-3 1、两个变量的关系 不相关 相关关系 函数关系 线性相关 非线性相关 问题1：现实生活中两个变量间的关系有哪些？ 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。 2、现实生活中存在着大量的相关关系。 如：人的身高与年龄； 产品的成本与生产数量； 商品的销售额与广告费； 家庭的支出与收入。等等 探索：水稻产量y与施肥量x之间大致有何规律？ 10 20 30 40 50 500 450 400 350 300 · · · · · · · 发现：图中各点，大致分布在某条直线附近。 探索2：在这些点附近可画直线不止一条， 哪条直线最能代表x与y之间的关系呢？ x y 施化肥量 水稻产量 施化肥量x 15 20 25 30 35 40 45 水稻产量y 330 345 365 405 445 450 455 散点图 最小二乘法： 称为样本点的中心。 1、已知回归直线斜率的估计值为1.23，样本点的 中心为（4,5）,则回归直线方程为（ ） C 练习：2、某考察团对全国10个城市进行职工人均工资水平x（千元）与居民人均消费水平y（千元）统计调查，y与x具有相关关系，回归方程y = 0.66x + 1.562，若某城市居民人均消费水平为7.675（千元），估计该城市人均消费额占人均工资收入的百分比约为…………（ ） A．83% B．72% C．67% D．66% A 问题2：对于线性相关的两个变量用什么方法来刻划之间的关系呢？ 2、最小二乘估计 最小二乘估计下的线性回归方程： 例1 从某大学中随机选取8名女大学生，其身高和体重数据如表1-1所示。 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 求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为172cm的女大学生的体重。 问题一：结合例1得出线性回归模型及随机误差。并且区分函数模型和回归模型。 解：1、选取身高为自变量x，体重为因变量y，作散点