简单线性回归分析教学课件.ppt

* 1.要求相应的变量呈双变量正态分布，这里并非简单要求x和y各自服从正态分布，而是要求服从一个联合的双变量正态分布。 2.样本中存在极端值要慎重考虑和处理，必要时可以对其进行剔除或进行变量变换。需要注意，有时分别观察每个变量的极端值并不明显，但是联合观察两个变量时变会突显出来。 * 正态性：所以如果固定X，Y 服从正态分布，其散点图呈直线带状分布 * * * * * * * 由图可见，随着年龄的增加，身高也增加，但呈曲线变化趋势，15~16岁后，增加趋势逐渐趋于平缓。因此适合于拟合曲线回归方程。 （2）选择曲线类型，进行统计分析，几种曲线方程拟合结果如下。 结果摘要： （1）模型参数估计 Dependent Variable: 男孩身高 The independent variable is 年龄 （3）选择合理的模型，列出回归方程。 （4）统计预测。 案例辨析二：贫血患者的血清转铁蛋白的研究 为研究某种新药治疗贫血患者的效果，将20名贫血患者随机分成两组，一组用新药，另一组用常规药物治疗，测得血红蛋白增加量（g/L）见表6-1。问新药与常规药治疗贫血患者后的血红蛋白增加量有无差别？ ，t=4.137。 王医生认为可以作线性回归分析。在该数据中涉及了两个变量，一是观察效应变量(连续性)，即血红蛋白增加量，将之作为回归分析中的因变量；另外一个变量为处理因素（二分类变量），即影响因素，将之作为自变量，其中新药组=1，常规药组=0。数据转换为双变量资料形式，经分析得回归方程， ，t=4.137。 请考虑： （1）王医生的分析方法对不对？ （2）回归分析能代行两样本均数t检验的任务吗？ （3）通过这个案例的实践，你得到哪些启发？ 答案： 王医生的分析方法是对的； 回归分析能代行两样本均数t检验的任务。 思考题： 1. 应用直线回归和相关分析时应注意哪些问题？ 2. 简述线性回归分析与线性相关的区别与联系。 3. 举例说明如何利用回归方程进行统计预测和控制。 4. 回归分析时怎样确定因变量与自变量？ THANK YOU! * * 即:高个子父代的子代在成年之后的身高平均来说不是更高，而是稍矮于其父代水平；而矮个子父代的子代的平均身高不是更矮，而是稍高于其父代水平。 * 1.“回归”已成为表示变量之间某种数量依存关系的统计学术语，2.变量间关系不是函数关系；一个变量的取值不能由另一个变量唯一确定。 * 1.“回归”已成为表示变量之间某种数量依存关系的统计学术语，2.变量间关系不是函数关系；一个变量的取值不能由另一个变量唯一确定。 * * 回归一般是用一个容易测量的指标去预测另一个较难测量的指标，比如用身高去预测体表面积，那么这两个变量就有了主次之分，被预测的指标叫应变量，因变量，即一个指标变化时，另1个发生了反应，响应号召。 解释变量用来解释Y为什么会改变。 * * 1.看是否存在线性趋势，2.是否存在异常点 3.散点图显示车流量与与空气中NO浓度几乎在一条直线上，略有些偏离直线的点可以理解为样本均数的抽样误差所致，因此可以假定二者的关系可能是直线关系，即有： * * 最小二乘法原则的文字描述：直线回归分析的关键就是求出回归方程中、两个常数。由数学知识可知，两点决定一条直线。将容量为的样本标在坐标平面上，可得到个点。个点可确定许多直线，到底以哪条线作为回归线呢？直线回归的主要应用是统计预测，即根据实测的估算，当然是希望估算的（称为）与实测之间的差值（－）越小越好。故由样本资料决定回归线时，往往用数学上的最小二乘法（least square method）原理求解和两个系数（和的点估计值），即在所有直线中找出（残差平方和，记为）达最小值时所对应的直线作为回归线。 * 因变量 y 的取值是不同的，y 取值的这种波动称为变异。变异来源：1.因自变量 x 的取值不同造成的；2.除 x 以外的其他因素(如x对y的非线性影响、测量误差等)的影响。对一个具体的观测值来说，变异的大小可以通过该实际观测值与其均值之差 来表示 * 如果总体中自变量X对因变量Y没有贡献，则由样本所得的回归均方与残差均方应相近； 反之，如果总体中自变量X对因变量Y有贡献，回归平方和反应的就不仅仅是随机误差，即回归均方必然要远大于残差均方； 依此，可计算检验统计量F值作出判断 * * 种错误的理解认为，回归系数越大，则X对Y的影响越大。回归系数大小与X与Y两个变量的单位或大小有关，回归系数大只能说明Y随X变化的速度快，并不完全表明影响大。为表明这种影响的大小，引入决定系数 * * 因变量 y 的取值是不同的，y 取值的这种波动称为变异。变异来源：1.