线性回归直线方程.pptVIP

相关关系(correlation) 变量间关系不能用函数关系精确表达 一个变量的取值不能由另一个变量唯一确定 当变量 x 取某个值时，变量 y 的取值可能有几个 各观测点分布在直线周围 相关关系(几个例子) 散点图(scatter diagram) 正相关 负相关 完全负相关 完全正相关 两个变量之间是否相关，要有充分的理论依据，并排除共变因素的影响。 图7-5 零相关 一元线性回归 变量y和变量x之间存在线性相关关系 研究其中一个变量(x)对另一个变量(y)的影响 目的:通过 x 对 y 进行估计或预测 相关系数 (取值及其意义) r 的取值范围是 [-1,1] |r|=1，为完全相关 r =1，为完全正相关 r =-1，为完全负正相关 r = 0，不存在线性相关关系 -1?r0，为负相关 0r?1，为正相关 |r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切 相关系数 (取值及其意义) 线性函数关系 线性方程 * Linear Regression 一元线性回归分析 ? ? ? ? ? ? ? ? ? x y ? 相关关系的例子 父亲身高y与子女身高x之间的关系 收入水平y与受教育程度x之间的关系 粮食亩产量y与施肥量x1 、降雨量x2 、温度x3之间的关系 商品的消费量y与居民收入x之间的关系 商品销售额y与广告费支出x之间的关系 ? ? ? ? ? ? ? ? ? ? ? ? 不相关 ? ? ? ? ? ? ? ? ? 负线性相关 ? ? ? ? ? ? ? ? ? 正线性相关 ? ? ? ? ? ? ? ? ? ? ? ? 非线性相关 ? ? ? ? ? ? ? 完全负线性相关 完全正线性相关 ? ? ? ? ? ? ? ? ? 当所有的点都分布在一条直线上时，两变量之间的关系为完全相关。 散点的分布没有明显集中在某一方向的趋势，形成圆形区域时，两变量之间的关系为零相关。 X Y 自变量 (数学变量) 因变量 (随机变量) x y （三）描述两个变量之间线性相关关系的强弱的相关系数 r -1.0 +1.0 0 -0.5 +0.5 完全负相关 无线性相关 完全正相关 负相关程度增加 r 正相关程度增加 截距 斜率 X Y 对于x 的每一特定取值，y都有一个确定的值与之对应! x 每改变一个单位，y 改变 b 个单位 y x 确定性关系与相关关系 1.变量之间的两种关系： 2. 线性回归方程 复习回顾 1） 称为样本点的中心。 2） 的意义是：以 为基数，x每增加1个单位，y相应地平均增加 个单位。 3.求线性回归方程的步骤： (1)计算平均数 (2)计算 与 的积,求 (3)计算 (4)将上述有关结果代入公式，求b、a，写出回归直线方程． 知能迁移3 某产品的广告支出x（单位：万元)与销 售收入y（单位：万元）之间有下表所对应的数据： 56 42 28 12 销售收入y (单位：万元) 4 3 2 1 广告支出x (单位：万元) （1）画出表中数据的散点图； （2）求出y对x的回归直线方程； （3）若广告费为9万元，则销售收入约为多少万元？ 解 （1）作出的散点图如图所示: （2）观察散点图可知各点大致分布在一条直线附 近，列出下表： 418 30 138 10 224 16 56 4 4 126 9 42 3 3 56 4 28 2 2 12 1 12 1 1 xy x2 y x 序号 故y对x的回归直线方程为 （3）当x=9时， 故当广告费为9万元时，销售收入约为129.4万元. 例1 从某大学中随机选取8名女大学生， 其身高和体重数据如表1-1所示。 求根据女大学生的身高预报她的体重的回归 方程，并预报一名身高为172cm的女大学生 的体重。 问题呈现：女大学生的身高与体重 解； 1.由于问题中要求根据身高预报体重，因此选取身高为自变量x，体重为因变量y． 3.回归方程： 2. 散点图； 4.本例中, r=0.7980.75．这表明体重与身高有很强的线性相关关系，从而也表明我们建立的回归模型是有意义的。 * * * * *