数理统计上机指导书线性回归.pdfVIP

上机实验四：一元线性回归 一切客观事物的相互关系表现在量上主要有两种类型：一是变量之间存在着完全确定性的 关系，例如微积分中的函数关系；另一类是回归关系或相关关系。如果两个变量中的—个变 量是人为可以控制的、非随机的，简称控制变量，另一个变量是随机的，而且随着控制变量 的变化而变化，则这两个变量之间的关系就称作回归关系；如果两个变量都是随机的，则它 们之间的关系称作相关关系。回归分析和相关分析均为研究两个或两个以上变量之间相关关 系的一种统计方法，是最常用的统计方法之一。在生产实践和科学研究中有广泛的应用．在 建立数学模型时，常需选择其中之一为因变量，而另一作为自变量，然后根据样本资料，测 定研究自变量与因变量之间的关系。 一．上机实验目的 1．进一步理解线性回归的概念；理解回归直线斜率、回归直线截距等统计概念；熟悉p 元线性回归直线拟合函数； 2 ．学会对统计数据进行直线拟合并对拟合结果进行显著性检验。 3 ．学会利用R 软件回归分析的方法。 4 ．本实验综合了多个知识点：线性回归模型；最小二乘估计法；参数假设检验等； 二．实验要求和实验准备 1．认真做好实验预习，结合本次实验，复习教材线性回归分析的数学模型相关内容。 2 ．实验中注意观察屏幕显示信息，必要时做好记录。 三．上机实验的内容和实例 一元线性回归分析，通过对变量 x 和y 的一组观测数据求线性回归方程，并对 x 和y 的线性 回归关系进行检验。利用 R 实现求解回归方程、显著性检验。 设随机变量 y 与普通变量 x 之间存在着某种相关关系．对于x 取定的一组不完全相同的 值 x , x , x ,作独立试验得到 n 对观测结果 (x , y ),(x , y ), ,(x , y ) . 其中y 是 1 2 n 1 1 2 2 n n i x x 处对随机变量 y 观测的结果．将每对观测值((x , y ) 在直角坐标系中描出它的相应的 i i i 点，得到试验的散点图． 一元线性回归的基本任务是估计在对散点图上 n 个点之间拟合出一条直线。一元线性回 归模型： 2 ，此时估计 2 的问题称为求一元线性回归 y β =+βx +εε, ~ N (0,σ ) β ,β ,σ 0 1 0 1 ˆ ˆ ˆ 问题． 即由样本得到回归方程y β =+βx 。 0 1 1 回归直线 例 1 某种合金的强度 y与其中的含碳量 x 有比较密切的关系，今从生产中收集了一批 数据如表 4.1 所示。 表4.1 合金的强度 y 与其中的含碳量 x 的关系 0.10 0.11 0.12 0.13 0.14 0.15 0.16 0.17 0.18 0.20 0.21 x(%) O.23 42.0 43.5 45.0 45.5 45.0 47.5 49.0 53.0 50.0 55.0 55.0 2 y(kg／mm ) 60.0 (1)求y 对x的回归方程； (2)在显著水平α 0.05 下检验回归方程的显著性； 2 (3)试预报当合金的含碳量 x 为0.28时合金的强度 y(kg／mm )。 1 求解过程如下： 将数据键入 Excel 表中，保存成”.csv”格式，如图 4-1 所示