第9章方差分析与线性回归.ppt

第九章 回归分析和方差分析 引起日光灯管寿命不同的原因有二个方面: 其一, 由于日光灯类型不同,而引起寿命不同. 其二,同一种类型日光灯管,由于其它随机因素的影响, 也使其寿命不同. 以下面的例子来说明用Excel进行方差分析的方法: 保险公司某一险种在四个不同地区一年的索赔额情况记录如表所示. 试判断在四个不同地区索赔额有无显著的差异? 我们以一个例子来建立回归模型 某户人家打算安装太阳能热水器. 为了了解室外温度与燃气消耗的关系, 记录了16个月燃气的消耗量, 数据见下表. 在回归分析时, 我们称“燃气消耗量”为响应变量记为Y,“室外温度”为解释变量记为X, 由所得数据计算相关系数得r=0.995,表明室外温度与燃气消耗之间有非常好的线性相关性. 如果以室外温度作为横轴, 以消耗燃气量作为纵轴,得到散点图的形状大致呈线形. 参数性质 方差分析中,给出了假设检验H0: b=0的F检验. 方差分析表中各项也前一节方差分析表中的意义类似. 值得注意的是,方差分析表中``MS“ 列中, 相应于``误差”行的值即为模型误码差方差的估计, 即 =0.115. 预测 预测一般有两种意义. 可以证明： 可以证明， 由参数估计的性质可知，当b=0时， 也可采用t检验 例3 检验例1中回归效果是否显著，取α=0.05。 回归系数 的置信区间 由于 1467.551