品质统计原理—相关分析研究与回归模式.DOCVIP

个人收集整理 仅供参考学习 个人收集整理 仅供参考学习 PAGE / NUMPAGES 个人收集整理 仅供参考学习 授課目錄 導論 統計資料地整理與描述 機率導論 常用地機率分配與統計分佈 描樣方法與描樣分佈 統計估計 統計檢定 變異數分析 相關分析與迴歸模式 無母數統計檢定 類別資料分析列聯表與卡方檢定 課前補充系統、線性、與線性系統 系統地定義：『相互作用以達到某一目地之元件組合』. 過程 過程 H 輸出Y(t) 輸入X(t) 以符號表示： X(t)àY(t) 以運算子(Operator)或函數符號H表示： Y(t) = H [X(t)] 何謂線性、線性系統(Linear System)? X1(t)àY1 (t) and X2 (t)àY2 (t) Then aX1(t) + bX2 (t)àaY1 (t) +bY2 (t)Superposition Where a、b = Constant 符合上述重疊原理(Principle of Superposition)即線性. H[aX1(t) + bX2(t)] =aH[X1(t)] + b H[X2(t)] = a Y1(t) +b Y2(t) 符合上述重疊原理之系統即線性系統. 第九章 第九章 相關分析與迴歸模式 『小時候胖，是不是胖?』，『龍生龍、鳳生鳳、老鼠生地兒子會打洞?』，日常生活中，常發某些現象與其他現象有相關性(Correlation).本章係探討變數之間地相關程度，並用統計方法建立一合適地迴歸模式.迴歸模式分為單變數(簡單)迴歸與多變數(複)迴歸.b5E2RGbCAP 9.1 資料散佈圖與相關程度 研究資料相關與迴歸之步驟搜集資料繪出其散佈圖 研究資料相關與迴歸之步驟 搜集資料繪出其散佈圖(x, y) 求出相關係數 以散佈圖建立y(x)之迴歸模式 估計與檢定建構迴歸模式 一般而言，任兩變數之間存在某種關係，包括正相關、負相關、或統計無關.相關係數(Correlation Coefficient)以r表示，即兩個變數X與Y地相關程度，其定義為：DXDiTa9E3d r = sX,Y / sXsY = Cov(X, Y) /sXsY (9.1) 式中： s2Xs2Y分別為X與Y為變異數； sX,Y = Cov(X, Y)為X與Y為共變異數. 當r 0時 X與Y之間為正相關； 當r 0時 X與Y之間為負相關； 當r = 0時 X與Y之間為沒有關係存在，或統計無關. 在實務應用上，常以樣本相關係數來估計r，即 (9.2) 其中， (xi , yi)為第i對樣本值，i =1, 2,…,n； 分別為其各對變數之樣本平均值. r僅能用來衡量”直線相關程度，至於非直線地情況而言，r就無任何代表意義. 相關係數地解釋 (1) 有相關並不表示有因果關係. (2) 相關係數必須經過假設檢定. (3) 絕對值相等地正負號相關係數代表兩變數地關連強度是一樣地，只是方向不同. (4) 即使相關係數等於0，與其說是兩變數無關，寧可說是此兩變數沒有線性. 相關係數r地檢定 當隨機變數X與Y之聯合分佈服從二元常態分配時，欲檢定H0 : r= 0, vs. H1 : r1 0時，其檢定統計式：RTCrpUDGiT tn-2= (9.3) 當欲檢定相關係數是否等於不為0地某特定值時，即檢定H0 : r= r0 , vs. H1 : r1r0 (r0 10)時可使用費雪轉換(Fisher Transformation)，其檢定統計式：5PCzVD7HxA (9.4) 在統計假設H0為真時， ?N[Z0 , 1/(n-3)] Z0 = 1/2 ln[(1+ r0)/(1- r0)] 範例、抽10人，發現8歲體重和20歲體重地相關係數為0.8，但說不定母體地相關係數r是0，但因抽樣誤差，而產生樣本關係數為0.8，因此要進行相關係數相關係數地假設檢定.jLBHrnAILg SOL： 統計假設為： H0：r= 0, vs. H1：r10 a = 0.05 下之雙邊檢定 tn-2== 0.8(10-2)1/2/(1-0.82)1/2= 3.77 Critical Value = /=tinv(0.025*2,8)/= 2.3 (Two-sides)xHAQX74J0X Critical Value = /=tinv(0.05*2,8)/= 1.86 (One-side)LDAYtRyKfE 3.77值大於顯著水準0.05之臨界值 Reject H0 TT \8歲體重和20歲體重地相關係數為0.8之假設. 範例、財金系研究指出台灣地區加權股票指數漲跌X與成交量Y有關，其相關係數為0.7.工管