第八章方差分析与回归分析(pu).pptVIP

在这一讲里, 我们主要讨论的是一元线性回归. 它是处理两个变量之间关系的最简单的模型. 它虽然比较简单, 但我们从中可以了解到回归分析的基本思想、方法和应用. 为了估计山上积雪融化后对下游灌溉的影响, 在山上建立了一个观测站, 测量了最大积雪深度x与当年灌溉面积 y, 得到连续10年的数据如下表: 让我们用一个例子来说明如何建立一元线性回归方程. 年序 最大积雪深度x(米) 灌溉面积y(公顷) 1 5.1 1907 2 3.5 1287 3 7.1 2693 4 6.2 2373 5 8.8 3260 6 7.8 3000 7 4.5 1947 8 5.6 2273 9 8.0 3113 10 6.4 2493 为了研究这些数据中所蕴含的规律性, 我们由10对数据作出散点图. 从图看到, 数据点大致落在一条直线附近, 这告诉我们变量x和y之间大致可看作线性关系. y x o 4000 3000 2000 1000 2 4 6 8 10 · · · · · · · · · · · 从图中还看到, 这些点又不完全在一条直线上, 这表明x和y的关系并没有确切到给定x就可以唯一确定y的程度. 事实上, 还有许多其它因素对y产生影响,如当年的平均气温、当年的降雨量等等, 都是影响y取什么值的随机因素. 一元线性回归模型 如果试验的散点图如下图呈直线状 设随机变量Y依赖于自变量x，作n次独立试验，得n对观测值： 称这n对观测值为容量为n的一个子样，若把这n对观测值在平面直角坐标系中描点，得到试验的散点图. 其中 同服从于正态分布 相互独立， 因此 图 8-1 则设 其中 是与 无关的未知常数。 （9.1） 一元线性回归模型 一般地，称如下数学模型为一元线性模型 而 称为回归函数或回归方程。 称为回归系数。 回归函数（方程）的建立 由观测值 确定的回归函数 ，应使得 较小。 考虑函数 问题：确定 ，使得 取得极小值。 这是一个二元函数的无条件极值问题。 回归方程的建立 令 回归方程的建立 记 表示对 的估计值 则变量 对 的回归方程为 回归方程有效性的检验 对于任何一组数据 ，都可按最 小二乘法确定一个线性函数，但变量 与 之间是否真 有近似于线性函数的相关关系呢？尚需进行假设检验。 假设 如果 成立，则不能认为 与 有线性相关关系。 三种检验方法：F检验法、t-检验法、r检验法。 回归方程有效性的F检验法 记 ——总离差平方和，反映观测值与平均值的偏差程度。 经恒等变形，将 分解 * * 第八章 方差分析与回归分析 单因素方差分析 回归分析的基本概念 一元线性回归模型的建立与检验 方差分析的概念与基本思想 在工农业生产和科研活动中，我们经常遇到这样的问题：影响产品产量、质量