统计学第11章一元线性回归学习指导.docVIP

PAGE 1 第11章一元线性回归（相关与回归）学习指导 一、本章基本知识梳理 基本知识点 含义或公式 相关关系 客观现象之间确实存在的、但在数量表现上不是严格对应的依存关系。 函数关系 客观现象之间确实存在的、而且数量表现上是严格对应的依存关系。 因果关系 有相关关系的现象中能够明确其中一种现象(变量)是引起另一种现象(变量)变化的原因，另一种现象是这种现象变化的结果。起影响作用的现象(变量)称为“自变量”；而受自变量影响发生变动的现象(变量)称为“因变量”。 因果关系?相关关系，但相关关系中还包括互为因果关系的情况。 相关关系的种类 按涉及变量多少分为单相关、复相关；按相关方向分为正相关、负相关；按相关形态分为线性相关、非线性相关等。 线性(直线) 相关系数 简称相关系数，反映具有直线相关关系的两个变量关系的密切程度。 相关系数的 显著性检验 ——t检验 回归方程中的 参数β0和β1 为回归直线的截距、起始值，表示在没有自变量x的影响(即x=0)时， 其他各种因素对因变量y的平均影响； β1为回归系数、斜率，表示自变量x每变动一个单位，因变量y的平均变动量。 β1的最小平方估计： 估计标准误差 反映因变量实际值与其估计值之间的平均差异程度，表明其估计值对实际值的代表性强弱。其值越大，实际值与估计值之间的平均差异程度越大，估计值的代表性越差。 总离差平方和SST 反映因变量的n个观察值与其均值的总离差。 回归离差平方和SSR 反映自变量x的变化对因变量y取值变化的影响；或者说，是由于x与y之间的线性关系引起的y取值的变化，也称为可解释的平方和。 残差平方和（剩余）SSE 反映除x以外的其他因素对y取值的影响，也称为不可解释的平方和或残差平方和。 三种离差平方和的关系 判定(可决)系数 相关系数的平方，用12表示，反映回归方程的拟合优度。 非线性判定(可决)系数或广义判定(可决)系数常用R2表示。 回归方程（线性关系）的显著性检验——F检验 (方差分析) H0:β1=0 两个变量之间的线性关系不显著 检验统计量： F Fa(1,n-2),不能拒绝原假设H0； F≥ Fa(1,n-2), 拒绝原假设H0. 二、自测题练习 二）单项选择题 55，标准化残差图是( )。 A. 残差除以残差的标准差 B，残差的标准差除以残差 C．因变量的观测值除以残差 D．自变量的实际值除以残差