回归分析的基本思想及初步应用.pptVIP

* * 第三章 统计案例 3.1 回归分析的基本思想及其 初步应用 回归分析的内容 《数学3》中，已对具有相关关系的变量利用回归分析的方法进行了研究，其步骤为画散点图，求回归直线方程，并用回归直线方程进行预报。 回归分析对具有相关关系的两个变量进行统计分析的一种常用的方法，也就是通过一个变量或一些变量的变化解释另一变量的变化。 比《数学3》中“回归”增加的内容 数学３——统计 画散点图 了解最小二乘法的思想 求回归直线方程 y＝bx＋a 用回归直线方程解决应用问题 选修2-3——统计案例 引入线性回归模型 y＝bx＋a＋e 了解模型中随机误差项e产生的原因 了解残差图的作用 了解相关指数 R2 和模型拟合的效果之间的关系 利用线性回归模型解决一类非线性回归问题 正确理解分析方法与结果 相关系数 1.计算公式 2．相关系数的性质 (1)|r|≤1． (2)|r|越接近于1，相关程度越大；|r|越接近于0，相关程度越小． 问题：达到怎样程度，x、y线性相关呢？它们的相关程度怎样呢？ 负相关 正相关 相关系数 ｒ＞０正相关；ｒ＜０负相关．通常， r∈[-1,-0.75]--负相关很强; r∈[0.75,1]—正相关很强; r∈[-0.75,-0.3]--负相关一般; r∈[0.3, 0.75]—正相关一般; r∈[-0.25, 0.25]--相关性较弱; 最小二乘法： 称为样本点的中心。 回归直线过样本点中心 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。 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 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。 案例1：女大学生的身高与体重 解：1、选取身高为自变量x，体重为 因变量y，作散点图： 2、由散点图知道身高和体重有比较好的线性相关关系，因此可以用线性回归方程刻画它们之间的关系。 分析：由于问题中要求根据身高预报体重，因此选取身高为自变量，体重为因变量． 2.回归方程： 1. 散点图； 探究： 身高为172cm的女大学生的体重一定是60.316kg吗？如果不是，你能解析一下原因吗？ 答：身高为172cm的女大学生的体重不一定是60.316kg，但一般可以认为她的体重接近于60.316kg。 即，用这个回归方程不能给出每个身高为172cm的女大学生的体重的预测值，只能给出她们平均体重的值 函数模型与回归模型之间的差别 函数模型： 线性回归模型： 当随机误差恒等于0时， 线性回归模型就变为函数模型 函数模型与回归模型之间的差别 函数模型： 回归模型： 线性回归模型y=bx+a+e增加了随机误差项e，因变量y的值由自变量x和 随机误差项e共同确定，即自变量x只能解析部分y的变化。 在统计中，我们也把自变量x称为解析变量， 因变量y称为预报变量 我们可以用下面的线性回归模型来表示： y=bx+a+e， (3) 其中a和b为模型的未知参数，e称为随机误差。 y=bx+a+e， E(e)=0,D(e)= (4) 在线性回归模型(4)中，随机误差e的方差 越小，通过回归直线 (5) 预报真实值y的精度越高。随机误差是引起预报值 与真实值y之间的误差的原因之一，其大小取决于随机误差的方差。 另一方面，由于公式(1)和(2)中 和 为截距和斜率的估计值，它们与真实值a和b之间也存在误差，这种误差是引起预报值与真实值y之间误差的另一个原因。 思考: 产生随机误差项e的原因是什么？ 随机误差e的来源(可以推广到一般）： 1、用线性回归模型近似真实模型所引起的误差； 2、忽略了其它因素的影响：影响身高 y 的因素不只是体重 x，可能还包括遗传基因、饮食习惯、生长环境等因素； 3、身高 y 的观测误差。 以上三项误差越小，说明我们的回归模型的拟合效果越好。 探究: e 是 用预报真实值Y的随机误差，它是一个不可观测的量，那么怎样研究随机误差呢？ 回归模型： 其估计值为 而言，它们的随机误差 对于样本点 表3-2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。 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线性相关，