环境统计学-第三章一元线性回归.ppt

* * * * * * 沿用前面的记号Lxx和Lxy，便有 注意到 ? = - = n i i y y S回 1 2 ) ? ( * 不能描述随机变量Y ,与非随机变量x之间的相关关系 . 在 中，如果b=0，就说明线性回归方程 相关性检验的统计假设 所以，为了判断y与x之间是否存在线性相关关系 ,应当提出的待检假设是 H0：b=0 显著性检验－F检验法 * 保留前面公式 （i=1，2，…，n）中 对所做的假定,当H0：b=0成立时，统计量 显著性检验－F检验法 越大，则 越小，x对y的影响就越大； 越小,则 越大，x对y的影响就越小；因此 ， 的相对比值 就反映了x对y的影响程度的大小． Lyy给定后， ， 的大小就反映了x对y的影响程度， S残 S回 S残 S回 S回 S残 S残 S回 * 对给定的检验水平 ，由F分布表，可查得满足 的临界值 .如果 ,就接受假设H0， 认为Y对x的线性相关关系不显著；如果 ， 就否定假设H0，认为Y对x的线性相关关系显著；如果 ,亦否定假设H0，而且认为Y对x的线性相关关系 特别显著.这种检验方法称为F—检验． * 显著性检验－F检验法 例1. 某河流溶解氧浓度（单位：mg/L)随着流动时间而下降，现测得8组数据，如下表所示。求它们之间的关系。 流动时间 /d 0.5 1.0 1.6 1.8 2.6 3.2 3.8 4.7 溶解氧浓度y/mg/L 0.28 0.29 0.29 0.18 0.17 0.18 0.10 0.12 检验方法： （1） （2）查表 （3）判定：线性关系显著 * (F-检验)显著性检验一般步骤： 1.提出原假设:H0:b=0; 2.选择统计量 3.对给定的显著性水平α,查临界值 Fα (1,n-2),得否定域为F Fα (1,n-2); 4.代入样本信息,F落入否定域则否定原假设, 线性关系显著;落入接受域则接受原假设, 线性关系不显著. * ? 样本相关系数的计算公式 或化简为 协方差cov（x，y） Var（x）Var（y） 显著性检验－相关系数检验法 * 显著性检验－相关系数检验法 * 显著性检验－相关系数检验法 例1. 某河流溶解氧浓度（单位：mg/L)随着流动时间而下降，现测得8组数据，如下表所示。求它们之间的关系。 流动时间 /d 0.5 1.0 1.6 1.8 2.6 3.2 3.8 4.7 溶解氧浓度y/mg/L 0.28 0.29 0.29 0.18 0.17 0.18 0.10 0.12 检验方法： * 1.提出原假设:H0: b=0; 2.选择统计量 3.对给定的显著性水平α,查临界值rα (n-2), 得否定域为rrα (n-2); 4.代入样本信息,r落入否定域则否定原假设,线性关 系显著;落入接受域则接受原假设,线性关系不显著. 相关系数检验法: * 例1. 某河流溶解氧浓度（单位：mg/L)随着流动时间而下降，现测得8组数据，如下表所示。求它们之间的关系。 流动时间 /d 0.5 1.0 1.6 1.8 2.6 3.2 3.8 4.7 溶解氧浓度y/mg/L 0.28 0.29 0.29 0.18 0.17 0.18 0.10 0.12 SPSS求解方法 * SPSS求解方法 点选Analyze→Regression→Linear，进入Linear Regression 对话框。 * 在左侧变量列表中选“流动时间x”，点击右箭头按钮进入 “Indenpendent”; 选”DO值y“，点击右箭头按钮进入“Dependent”. * 选择Descrptives和Confidence Intervals选项，其中Estimates和 Model Fit为默认选项。点击Continue按钮， 返回Linear Regression对话框。点击OK即可得以下输出结果。 * 输出结果 1.描述统计量 2.相关系数矩阵 * 3.变量选择方式 4.模型概要 * 5.方差分析和F检验 6.参数估计和回归参数的t检验 * 可化为一元线性回归的曲线回归 1. 倒数变换 （1）双曲线 反比例函数： （2）S型曲线 * 可化为一元线性回归的曲线回归 2. 对数变换 （1）指数函数 指数函数： （2）幂函数 * 环境应用 例3. 大气环境污染问题中，风速往往是一个重要因素。在城镇街道距地面2m高空中