线性相关与回归 (2).pptVIP

第十一章 线性相关与回归 变量间的关系一般来说，可分为两种： 1.确定性关系：即“函数关系”，如 或 2.非确定性关系： 如（1）污染程度与污染源距离 （2）舒张压与年龄 （3）人的身高与体重 （4）药物剂量与动物死亡率 回归与相关就是研究此类问题的统计方法 第一节 直线回归 一、“回归”的由来 F.Galton K.Pearson 每对夫妇的平均身高（英寸） 成年儿子的身高（英寸） 二、线性回归基本概念 当一个变量X改变时，另一个变量Y也 相应地改变，此时称X为自变量(independent variable)， Y为应变量(dependentvariable)。 自变量X：可随机变动亦可人为取值。 因（应）变量Y：被视为依赖于X而变化的 反应变量。在X的数值确定时按某种规律 随机变动。 可见，各散点通常并不会恰好在一条直线上，但反映出两变量的线性趋势。我们可以假定，相对于X各个取值, 相应的Y的总体均数位于一条直线上,与X之间数量上的线性依存关系就称为线性回归。这样我们就可以用某个恰当的线性回归方程(linear regression equation)来描述Y的总体均数依赖于X的数值变化： 以