第九章、简单回归分析..ppt

残差分析 0 Residuals 方差齐性: 残差随机分布，与自变量或因变量的预测值都不存在关联. 0 Residuals 提示二者的关系可能不是线性关系，最好使用非线性回归. 0 Residuals 方差不性:残差不呈随机分布，与自变量或因变量的预测值存在关联. 0 Residuals 大多数数据的残差在2个标准差内，数据中有一个异常值，最好重新考察该值是否有误. 八、线性回归的注意事项 作回归分析要有实际意义，不能把毫无关联的两种现象，随意进行回归分析；如对儿童身高与小树的生长数据进行回归分析既无道理也无用途； 另外，即使两个变量间存在回归关系时，也不一定是因果关系(兄弟间的身高关系)，必须结合专业知识作出合理解释和结论 线性回归的注意事项 进行回归分析时，应先绘制散点图(scatter plot)；若提示有直线趋势存在时，可作直线回归分析 一般说，不满足线性条件的情形，最好采用非线性回归方程的方法进行分析 线性回归的注意事项 绘制散点图后，若出现一些特大特小的离群值（异常点），则应及时复核检查，对由于测定、记录或计算机录入的错误数据，应予以修正；否则，异常点的存在会对回归方程中的系数a、b的估计产生较大影响 线性回归的注意事项 直线回归分析的资料，一般要求应变量Y是来自正态总体的随机变量，自变量X可以是正态随机变量（II型回归），也可以是精确测量和严密控制的值（I型