回归与最小二乘分析..ppt

Tayler 变换 最小二乘法(LS) 最小二乘法(LS) 最小二乘法(LS) 方差分析模型——最小二乘法 方差分析模型——最小二乘法 方差分析模型——最小二乘法 最小二乘法 正规方程为： 方差分析模型——最小二乘法 约束条件： 方差分析模型——最小二乘法 正规方程组为： 方差分析模型——最小二乘法 解最小二乘均数 方差分析模型——最小二乘法 方差分析模型——最小二乘法 方差分析 最小二乘法(LS) 最小二乘法(LS) 最小二乘法(LS) Population size (n) 1000，Number of QTL to evaluate (p) 1000 Phenotype = sum(all QTL) + environment error Phenotype = sum(all main QTL) + sum(all epistatic QTL) + error Phenotype = sum(large QTL) + [sum(small QTL) + error] Purpose of QTL mapping is not predicting y but estimating b’s 岭回归(Ridge Regression) 方差分析模型——最小二乘法 数学模型 单资料试验资料的数学模型为 常见的可线性化的曲线回归 S型曲线 线性化： 多项式回归 多项式回归模型 令 X1 = X，X2 = X2，?，Xk = Xk， 通常取 k = 2（二项式回归）或 k = 3（三项式回归） 多元线性回归模型 曲线配合的拟合度 比较不同回归方程 估计误差平方和 决定系数 曲线配合的拟合度 ? 直线回归 幂函数回归 二项式回归 估计误差平方和 151282 26088 103621 决定系数 0.34 0.87 0.55 对例11－1所配合的3个回归方程的比较 注意 利用线性化的方法配合曲线方程只能使线性化的回归方程的误差平方和最小，不能保证曲线方程的误差平方和最小 如果条件允许，最好直接配合曲线方程 对于例： 线性化方法 直接配合 估计误差平方和 26088 17322 决定系数 0.87 0.92 方程 多项式回归 用于无法确定曲线类型的曲线回归 原理：任何函数都可以用多项式来近似 二次抛物线（二项式）： 三次抛物线（三项式）： 线性模型的概念 建立线性模型的目的：为了分析影响观察值的各因素（因子） 建立模型时需考虑所有的影响因素 因子：直接或间接影响观察值的因素 例如：影响母牛产奶的因素有：头胎产犊年龄、产犊季节、本身的遗传潜力、空怀天数等等 线性模型(linear model)的概念 产奶量 品种 性别 个体 线性模型的内容： 数学方程式（数学模型式，equation） 模型中随机效应和随机变量的数学期望和方差 建立模型时的所有假设和约束条件 线性模型的概念 理论上的均值 线性模型式 用矩阵的形式表示该线性模型，令： 设y和x1……xk之间服从线性关系，对y及x1……xk同时作n次观察后，得到n组数据，对于第i组数据，有： 线性模型的矩阵表达式 I为单位阵 根据因子的变异形式： 因子可能是不连续变异的，或连续变异的 建模时也有时将连续变异的因素划分为等级，例如头胎产犊年龄划为4级，即20－24、25－28、29－32、＞33月龄； 因子的类型 因子的类型 依据因子的性质： 固定效应：事先知道所有可能出现的等级或水平，并且可以观察到的，例如：动物个体的性别、年龄、泌乳胎次、牧场（饲养管理体系）、畜舍、笼位、品种等等 随机效应：随机地从一个无穷大的群体中抽取的样本时，可能出现的水平（预先不能判断效应的大小，只能从抽样中估测） 例子： 比较北京南郊6个猪场与上海松江县6个猪场的差别 －现对这12家猪场进行详细的调查 －得出结论，北京南郊6个猪场与上海松江县6个 猪场在某某方面不同（固定效应） 比较北京和上海养猪水平的差别 －从两市分别随机抽取6个猪场进行比较 －得出结论，北京与上海养猪在某某方面不同（随机效应） 总体 总体 因子的类型 区分因子性质的标准 模型中因子可能的水平数 在一个大群体中考虑的水平数 在同一试验或调查中，同一水平重复出现的可能 能否预知或定义出可能出现的效应 通过调查得到的数据的方式 线性模型 方差组分模型 协方差分析模型 方差分析模型 线性回归模型 线性模型(linear model)的分类 是一类十分重要的统计模型