第一讲简单线性回归模型.pptVIP

* 一个残差不独立的例子 * 异常值的检测 异常值是与其它点显示的趋势不合的点。 检查它是否可能是被错误输入的数据。 检测异常值的方法： 散点图； 利用学生化标准残差基本服从标准正态分布来检测(落在2个标准差之外时)。 * 带有异常值的散点图示例 * 检测有影响的观测值 什么是有影响的观测？ 观测的杠杆率： 高杠杆率的点意味着它的自变量距离别的自变量的值距离较大的点。 识别影响的观测: 杠杆率6/n的观测. 强影响点最常用的值是Welsch-Kuh诊断统计量或者Cook统计量 * 对于建立简单线性回归模型，你知道了些什么？ 什么情况下需要建立简单线性回归模型？ 对模型的假定有哪些？ 如何估计模型的参数？ 如何检验模型及其参数的显著性？ 如何使用你建立的模型进行预测？ 如何分析你的问题符合对模型做的假定？ * * * * * * * * * 第一讲 简单线性回归模型 建立两个变量X和Y间的关系模型，推断变量Y如何依赖于变量X, 从而可以用X预测Y. 例： 广告费用和销售量 公司的市值与CEO的年薪 原始股的销售数量和期望价格 证券市场收益率与某只股票的收益率 商品价格和销售量 装配线的速度和次品数量 年收入与信用卡消费金额 年龄与手机话费 连锁店附近的人流与店的利润 气温与滑雪场门票销量 ……… * 阿姆德比萨饼连锁店的问题 阿姆得(Armand)比萨饼连锁店坐落在美国的5个州内，它们通常的位置是在大学旁边，而且管理人员相信附近大学的人数与这些连锁店的季度销售额是有关系的。下面是10家连锁店附近大学的学生人数和季度销售收入的数据： 根据以上数据，你能否判断学生人数(x)如何影响到销售收入(y)？根据一家连锁店附近大学的人数，你能够预测该家连锁店的季度销售收入吗？ * 描述学生人数和销售收入之间的关系 协方差(315.56)和相关系数(0.95)，散点图； 根据这些你可以得到什么结论？ * Types of Regression Models Positive Linear Relationship Negative Linear Relationship Relationship NOT Linear No Relationship * 模型的引入 对于给定的学生人数，销售收入是唯一确定的一个数，还是一个随机变量？ 学生人数的变化如何影响到销售收入？ 使用的模型 * 简单线性回归模型 Y 的截距 斜率 随机误差 因变量（响应变量，被预测变量） 自变量（解释变量，预测变量） * ? i = 随机误差 Y X 观测值 观测值 ? ? Y X ? ? 0 1 Y X i i i ? ? ? ? ? ? 0 1 * 模型的假定 1) E(?)=0; (E(y)=?????x) 2) 对于所有的x，Var(?)=??. 3) ?是服从正态分布N(0, ?? ) 的. 4) 对于不同的x, ?是相互独立的. 这些假定意味着什么？ * X1 X2 X Y f y 服从在回归直线附近的正态分布 对每个 x 值， y分布的方差相同. 回归直线 * 估计的回归方程 如何估计参数??和??？ 最小二乘准则 * 阿姆德连锁店的回归直线 估计参数 b1=5 b0=60 回归直线 你对系数的含义怎么理解？ * 回归方程的判定系数 y的总变差的分解 定义判定系数R2=SSR/SST. 判定系数的含义是什么？ 阿姆德比萨饼连锁店的例子：R2=0.9027. 判定系数和相关系数的关系。 * Coefficients of Determination (r2) and Correlation (r) r2 = 1, r2 = 1, r2 = .8, r2 = 0, Y X Y X Y Y X r = +1 r = -1 r = +0.9 r = 0 X * ??的估计 理解误差平方和 ??的一个无偏估计 s2=MSE=SSE/(n-2) * 关于回归系数的假设检验 检验统计量 给定显著水平?时，选择拒绝域 * 关于回归方程整体的检验 变量x的确对y有解释作用吗？(H0: ??=0) 检验统计量 F=MSR/MSE 其中M