第六章线性回归分析.ppt

第六章 线性回归分析 在许多实际问题中，经常会遇到需要同时考虑几个变量的情况，例如，在电路中会遇到电压、电流及电阻的关系，在炼钢过程中会遇到钢水中的碳含量与钢材的物理性能（如强度、延伸率等）之间的关系，医学上经常测量人的身高、体重，研究人的血压与年龄的关系，在制定销售策略时会考虑商品的单价与销售量之间的关系等等． 在微积分中，我们曾提到变量之间的三种关系：无关、相关及函数关系．如电路中会遇到电压、电流及电阻的关系是一种由欧姆定律所描述的确定性的函数关系．而人的身高与体重、血压与年龄的关系则属于相关的关系，也就是说，这些变量相互间有制约关系但又不是确定性的关系．本章则主要利用回归分析的手段，研究这后一种变量之间相关关系的统计规律性． 在回归分析中，把变量分为两类，一类是因变量，它们通常是实际问题中所关心的一些指标，通常用Y表示，而影响因变量取值的另一类变量则称为自变量，又称为解释变量，通常用X1，X2，……，Xp表示． 6-1 一元线性回归6-1-1 直线回归的概念 首先看一个例子． 例1 这是研究标准混合肥量与马铃薯产量的效应的实例．将硫酸铵、磷酸钙与硫酸钾按1：3：1的比例组成混合肥料，分别按每英亩0，4，8，与12英担（1英担为112磅）给标号为1，2，3，4的四块地施肥，由于自然变异，在给定的肥料量下，马铃薯的产量将因地而异．结果是，1号的地的产量是8.34吨/英亩，2号地的产量是8.89吨/英亩，3号地的产量是9.16吨/英亩，4号地的产量是9.50吨/英亩． 首先绘制单位施肥量X与单位产量Y的数据散点图 X=c(0,4,8,12);Y=c(8.34,8.89,9.16,9.50) plot(X,Y) 显然，产量是随着肥料量的增加呈现上升趋势，并近于直线，从而可认为Y与X之间的关系基本上是线性的，但并非4个点恰好全都在一条件直线上，这与两变量之间的严格对应的函数关系不同，称之为直线回归．可作一条直线，使得这4点到该直线的垂直偏离（称之为残差）的积累最小，称该直线为回归直线． 为区别于一般的直线方程，称该直线的方程为直线回归方程．记之为 式中的β0与β1是决定直线的两个系数，β0是回归直线在Y轴上的截距，β1称为回归系数，即直线的斜率. β10，表明Y值随着X的增大而增大，β10，表明Y值随着X的增大而减小，β1=0，表明回归直线与X轴平行，即Y与X无直线关系． β1的实际含义是当X增大一个单位时，Y平均改变β1个单位． 5-1-2 直线回归方程的求法及假设检验 根据调查或实验，得到解释变量与因变量的n对对应值 X： x1 x2 x3 …… xn Y： y1 y2 y3 …… yn 设直线回归方程是，将X的n个值代入回归方程，得到n个估计值，构造量Q如下 刚才提及，各散点到回归直线的垂直偏离的积累最小，也就是说β0与β1的应使上述Q值最小．求Q的最小值如下 实际分析可知，β0与β1的适当取值，能够使得Q值最小，因而在这一唯一的驻点处Q取得最小值，从而直线回归方程中的系数β0与β1计算按上式即可，只不过这是一个非常繁锁的过程，在后面我们将对例1用R软件处理． 此时计算所得的系数β0与β1仅仅是根据含有n对数据这样一个样本而得的结果，那么总体的情况如何呢？比如，如果计算所得的系数β1不等于零，是否意谓着总体的系数β1也不为零呢，对于系数β0也有同样的问题．于是，用上述方法计算而得的系数β0与β1的值仅仅是对总体情况的一个点估计，这种估计有没有统计意义则需要进行假设检验．回归分析中的假设检验包括回归方程总的假设检验与各个回归系数的假设检验． R软件的命令函数lm( )提供系数β0与β1的计算及假设检验功能，下面用例1的数据操作如下： x=c(0,4,8,12);y=c(8.34,8.89,9.16,9.50) lm.sol-lm(y~1+x) summary(lm.sol) 这里summary( )的功能是将lm( )的计算结果提取到显示终端． 显示如下： Call: lm(formula = y ~ 1 + x) Residuals: 1 2