线性回归分析a.ppt

* 第一章《统计案例 综合》 ? 内容 （1）独立性检验；（2）回归分析。 ? 结构 背 景 独立性检验 抽 取 样 本 提出统计假设 运 用 ?2 检 验 线性回归分析 抽 取 样 本 提出统计假设 运 用 r 检 验 作出统计推断 （1）用?2统计量判断两个分类变量之间是否存在一定的关系； （2）两个数值型变量之间线性回归方程的建立及模型的可靠性。 ? 难点 ? 重点 （1）?2的意义及推导； （2）相关系数r的意义。 教材按“问题(情境、剖析)→理论(提炼、一般化)→案例(分析、操作)”的方式展开。 ? 特点 ? 展开方式 （1）体现“具体→一般→具体”的研究过程； （2）强调方法的直观性、合理性； （3）理论推演的灵活处理（链接）。 分类变量(categorical variable)——取非数量值的变量（如性别、观点等）； 列联表(contingency table)——描述两个分类变量分布的频率表。 ? 分类变量又称定性变量(qualitative variable) ? 二维列联表也称交叉表(cross table) ? 独立性检验 ? 有无关系？——直观判断 ? 独立性检验 患 病 未患病 合 计 吸 烟 37 183 220 不吸烟 21 274 295 合 计 58 457 515 患 病 未患病 合 计（n） 吸 烟 17% 83% 100%（220） 不吸烟 7% 93% 100%（295） 例子 ? 关系的强度？——? 2检验 ? 独立性检验 患 病 未患病 合 计 吸 烟 a b a + b 不吸烟 c d c + d 合 计 a + c b + d n(=a + b + c + d) 事件A——某人吸烟，事件B——某人患病． 假设(H0)：患病与吸烟没有关系，则 P(AB) = P(A)P(B)． a nP(AB) 推导 ? ? 2检验的自由度—— 为什么2×2列联表只有一个自由度？ ? 独立性检验 患 病 未患病 合 计 吸 烟 220 不吸烟 295 合 计 58 457 515 对于丢失的四个数据，需要知道几个就可补齐这张表？ 自由度 = (行数 - 1) ? (列数 - 1) 回归分析(regression analysis)——描述一个（或多个）自变量的变化是如何影响因变量的一种方法。 相关分析(correlation analysis)——描述两个数值变量间关系的强度。 ? 回归分析 ? 两个变量间的关系——了解散点图 2 1 0 -1 -2 -3 -2 -1 0 1 2 r = 0.035 （1） 2 1 0 -1 -2 -2 -1 0 1 2 r = 0.880 （2） 2 1 0 -1 -2 -2 -1 0 1 2 r = -0.906 （3） 8 6 4 2 0 -3 -2 -1 0 1 2 3 r = -0.265 （4） ? 线性回归分析 a,b的估计 线性回归模型 y ? a ? bx ? ? 确定性函数 随机误差 最小二乘 (最小平方) (least squares) 回归直线 y ? a ? bx ^ ^ ^ 回归截距 回归系数 回归值 使Q(a,b)最小的a 和b的值作为a和b 的估计，记作 a, b ^ ^ ? c2的计算：用Excel进行分析。 ? 用计算器计算相关系数、回归系数； ? 用Excel建立回归直线方程并计算相关系数。 ? 独立性检验 示例1 ? 回归分析 示例2 示例3