置信区间总体斜率β的假设检验-中国传媒大学.ppt

新闻统计学 中国传媒大学新闻传播学院调查统计研究所 Survey Statistics Institute of CUC 回归与相关分析 中国传媒大学新闻传播学院调查统计研究所 Survey Statistics Institute of CUC 信用卡拥有数量的预测模型——例子 获得了有关拥有信用卡数量和家庭人口数、家庭收入的数据。 Y:number of Credit X1:Family Size X2:Family income 数据 Hatco数据的回归分析-SAS和SPSS分析 x1=Delivery speed x2=Price level x3=Price flexibility x4=Manufacturers image x5=Overall service x6=Sales forces image x7=Product quality x8=Size of firm 1=large 0=small x9=Usage level x10=Satisfaction level 回归分析的其他问题 决定系数R2 方差分析表 回归诊断——残差图 共线性问题 变量转换 异常值处理 预测范围 因变量是0-1定类变量：logistic regression 18则新闻的时效性和生动性的相关关系 儿童对电视的接触时间和儿童的知识量 估计斜率 b 的标准误差 自由度为n-2, 因为计算 a, b时已经用到2个自由度 斜率 b 的标准误差 总体斜率β的置信区间 自由度df=n-2 总体斜率β的1-α的（双侧）置信区间 总体斜率β的假设检验 - 置信区间 0 是否落在β的置信度 为1-α的置信区间之内 原假设: X和Y之间没有什么联系, H0:β=0 H1: β=0 在α的显著性水平下，斜率β与0的差异 在统计上是显著(可分辨)的 No 统计量 t =(估计值-原假设值)/标准误差 总体斜率β的假设检验 - 概值 查自由度为n-2的 t 分布表, 求得单侧概值 原假设: X和Y之间没有什么联系 H0:β=0 H1: β=0 304 R2=86.2% 011 967 25 6 10 8 000 795 17 6 8 7 139 818 21 5 7 6 022 753 18 5 8 5 010 668 17 4 7 4 000 603 14 4 6 3 064 520 16 2 6 2 058 476 14 2 4 1 Error Squared prediction Family income (x2) Family Size (x1) Number of Credit Cards (Y) Family 自变量为定类变量-采用哑变量的方法 Nx1 X1 2 1 0 1 女 男 只取两值 0 0 1 Nx1 0 1 0 Nx2 1 东部 X1 3 2 西部 中部 有三类值 定类变量有n个类别需要n-1个哑变量 x11=Specification buying 1=employs total value analysis 0=use of specification buying x12=Structure of procurement 0=decentralized procurement 1=centralized procurement x13=Type of industry 1=industry A calssification 0=other industries X14=Type of buying situation 1=new task 2=modified rebuy 3=straight rebuy 1-7评分 决定系数 决定系数=1 所有观测值都落在一条直线上， 回归拟合解释了全部的变差 决定系数=0 回归直线什么也不能解释， X和Y之间没有线性联系 决定系数越大表明回归方程拟合数据越好，解释力或预测力越强。 采用相关还是回归？ 相关模型 回归模型 随机变量 Y-变量 随机变量 随机变量 X-变量 不作要求 两个变量是否一起变化 具体的预测方程 Y=a+bX 两个变量是否一起变化 H0 ρ=0 H0 β=0 X和Y地位是一样的(X,Y) Y-因变量 X-自变量 回归模型有更广泛的应用，更多地被采用 （复杂、检验、诊断） 相关分析主要是用来理解回归的一种辅助技术 （直观、简单、易说明） 注意 相关关系 回归关系 因果关系 有对照组的（最好双盲）的随机试验