第六章相关与回归.pptVIP

0 -10 -7 -9 -2 5 3 -5 4 13 8 95546 7426 8000 7776 9020 10292 10080 8840 10492 12180 11440 - 47.29 49.45 51.61 53.76 55.92 58.08 60.24 62.39 64.55 66.71 估计值 1670 158 160 162 164 166 168 170 172 174 176 身高 0 33032 279220 570 -9.71 -7.55 -5.39 -3.24 -1.08 1.08 3.24 5.39 7.55 9.71 2209 2500 2304 3025 3844 3600 2704 3721 4900 4225 24964 25600 26244 26896 27556 28224 28900 29584 30276 30976 47 50 48 55 62 60 52 61 70 65 A B C D E F G H I J 体重 学生 例 数据如上，试在显著性水平0.05下检验学生身高与体重是否显著线性相关。 解 由题设条件可得 检验统计量落入拒绝域中，故拒绝原假设，接受备择假设。即可以认为 明显地不等于零，X 与 Y 是显著的。 问题便是要检验假设： 选取统计量 在原假设成立时， 而 F检验是基于F分布进行的，是方差分析内容之一。 1 n-2 n-1 SSR SSE SST 回归 误差 总计 F值 均方 自由度 平方和 方差来源 均方回归 均方误差 回归分析与相关分析 理论和方法具有一致性； 无相关就无回归，相关程度越高，回归越好； 相关系数和回归系数方向一致，可以互相推算。 联系： 相关分析中x与y对等，回归分析中x与y要确定自变量和因变量； 相关分析中x、y均为随机变量，回归分析中只有y为随机变量； 相关分析测定相关程度和方向，回归分析用回归模型进行预测和控制。 回归分析与相关分析 区别： 简单线性回归模型 指根据成对的两个变量的数值，配合直线方程式，根据自变量的变动，来推算因变量发展变动趋势的方法，其模型为： 其中： 表示因变量Y在总体中某一个具体的观察值； 表示在研究总体中自变量X的具体观察数值； 与 是参数，称为回归系数； 是一个随机变量，其平均数为0，方差为 . 总体回归模型 总体一元线性回归模型： 模型参数 误差项 假定： E(?)=0 总体一元线性回归方程： 简单线性回归模型的假设 1、正态性假定 3、线性假定 2、同方差假定 4、独立性假定 当确定某一个Xi时，相应的Y就有许多Yi值与之对应。Yi是一个随机变量，这些Yi构成一个在X取值为Xi条件下的条件分布、并假设其服从正态分布。 假定所有Yi这一条件分布的方差是相等的。 假定所有Yi这一条件分布的平均数位于一条直线上，这条直线为 假定Yi之间是独立的，也就是说抽样时，Y的值在每取一个X值的条件分布相互独立。 一元线性回归模型的假定 在实际应用中，我们对X和Y所代表的总体往往不可能全面的观察和了解，而只能从中抽取部分资料作为样本，并通过样本提供的信息来认识总体，找出总体回归模型的估计式，其估计式的方程式可写为: 简单线性回归模型 其中：a，b和 分别为 及 的估计量。 由于抽样的随机性，使样本回归线不可能与总体回归完全重合，从而会出现样本回归函数高估或低估总体回归函数的情况，我们能做的就是设法使样本回归函数尽可能接近总体回归函数，也就是说要使回归方程参数的估计值a、b尽量接近总体真实参数 。 样本回归模型 一元线性回归方程的几何意义 截距 斜率 一元线性回归方程的可能形态 b为正 b为负 b为0 回归直线的拟合 总体一元线性 回归方程: 样本一元线性回归方程： 以样本统计量估计总体参数 斜率（回归系数） 截距 截距a 表示在没有自变量x的影响时，其它各种因素对因变量y的平均影响；回归系数b 表明自变量x每变动一个单位，因变量y平均变动b个单位。 (估计的回归方程) 随机干扰：各种偶然因素、观察误差和其他被忽视因素的影响 X对y的线性影响而形成的系统部分，反映两变量的平均变动关系，即本质特征。 残差(Residual):e 一元线性回归方程 中参数a、b的确定： 最小二乘法 基本要求： 整理得到由两个关于a、b的二元一次方程组成的方程组： 进一步整理，有： 95546 7426 8000 7776 9020 10292 10080 8840 10492 12180 11440 xy - 47.291 49.448 51.606 53.764 55.921 58.079 60.236 62.394 64.55