(重点)一元线性回归分析.docVIP

一元线性回归分析 一．变量之间的关系： 函数关系：确定性关系 相关关系：不确定性关系 相关关系的测度：散点图 线性相关关系的测度：相关系数 相关关系不等于因果关系 二．回归的含义： 回归这一术语最早来源于生物遗传学，由高尔顿（Francis Galton）引入。 ?回归的现代解释：回归分析是研究某一变量（因变量）与另一个或多个变量（解释变量、自变量）之间的依存关系，用解释变量的已知值或固定值来估计或预测因变量的总体平均值。 因变量：Y 自变量：X或X1，X2，…等 高尔顿的兴趣在于寻找为什么总体身高分布趋向稳定。现在我们所关心的已不是这个问题，而是想知道在已知父亲身高的情况下，儿子的身高的平均变化如何。换句话说，就是已知父亲身高来预测儿子的平均身高。 假设进行抽样试验，得以下结果： 父亲身高（X） 1.50 1.60 1.70 1.80 1.90 儿子身高（Y） 1.52 1.65 1.68 1.81 1.89 假设进行多次抽样（5次），则对于同一个X值，会有多个Y值与之对应，即Y有多个取值。假设作出的散点图如下： 为了找出X与Y的关联关系，一个自然的想法是取X=Xi时，所有Y值的平均值作为对应X=Xi时Y的代表值，亦即取： 对于任何一个X的可能值，我们都可以相应的取： 当X变化时，上式左边是X的一个确定的函数，