数学建模_回归分析模型.pptVIP

在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 Keep focused Follow me —Jiang 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 回归分析概述 几类回归分析模型比较 一元线性回归模型 多元线性回归模型 注意点 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 回归分析 名词解释：回归分析是确定两种或两种以上变数 间相互赖的定量关系的一种统计分析方法。 解决问题：用于趋势预测、因果分析、优化问题等。 几类常用的回归模型： 一元线性回归 线性回归 多元线性回归 非线性回归 有何区别与联系？ 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 回归模型方程式 自变量 （仅从形式上） 线性回归 一元线性回归 一元 一次 多元线性回归 多元 一次 非线性回归(暂不说明) 多元多次及其他函数形式 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 一元线性回归模型——模型 随机变 量（因变量）与实际变 量（因变量）存在着某种相关关系。现对 做正态假设确定这种关系为： 其中 为未知参数，与 无关。上式等价于 这就是一元线性回归模型，为回归系数。 是随机误差，是人们不可控制的。 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 一元线性回归模型—— 估计 方法：最小二乘法 求解：对 取不全相同的值做独立实验，得到样本。 记第 组实验的误差 ，使总误差尽量小，即下式有最小值： 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 一元线性回归模型—— 估计 令其偏导数为零，求得最大似然估计为： 这样我们就求得了未知参数 的值，我们记 为关于的经验回归方程，简称回归方程，其图形为回归直线。 上面右式为计算 公式， 越小，用一次线性函数研究随机变量与的关系就越有效。 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 一元线性回归模型——线性假设的显著性检验 必要性：上面我们假设 关于 的回归形式是否为线性函数需要检验，称为拟合优度检验 方法：相关系数法（还有其他方法） 样本相关系数如右式。 为相关系数。 与 无关系，不相关 存在相关关系 线性相关关系显著 线性相关关系不显著 判别准则 接近1 接近0 线性相关关系显著 接近1 接近0 线性相关关系显著 接近1 接近0 线性相关关系显著 接近1 线性相关关系不显著 接近0 线性相关关系显著 接近1 当︱R ︱ ＞Rα(n-2), （通常取0.8） 认为X与Y之间的线性相关关系显著，反之，则不显著 线性相关关系不显著 接近0 线性相关关系显著 接近1 线性相关关系不显著 接近0 线性相关关系显著 接近1 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 一元线性回归模型——应用举例 在研究机器工作效应时，测得工作时间与出品率如下表所示，求出品率关于工作时间的回归方程并作拟合优度检验。 工作时长 10 11 12 13 14 15 16 17 18 19 出品率 45 51 54 61 66 70 74 78 85 89 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 解： 所以回归方程为： 相关系数值为： 相关系数接近1，说明随机变量与x具有显著的相关性，线性回归的拟合度较高，检验通过 请同学将结论与实际问题结合，分析工作时长与出品率的关系，并预测20小时和6小时时的出品率？时间趋于无限大呢？ 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 一元线性回归的Excel实现 （1）将数据导入Excel工作表； （2）工具栏中选插入—图表—XY散点图； （3）选择数据区域，填写标题、图例等内容，完成； （4）右击散点图—选添加趋势线—线性（类型）—在选项中选显示公式和R平方值。此时作出了回归图并求得方程； （5）在工具栏中选工具—数据分析—找到回归并确定—选择数据区域、输出数据区域，勾选置信度残差、标准残差、线性拟合图。此时得到几个表格，可查得回归系数、常数项及R平方值。 请同学用Excel完成上面的例题 Excel是做一元线性回归的其中一种 软件，还有Spss，Matlab都可以做 在生活中竞赛，在竞赛中生活 数学建模——回归分析模型 多元线性回归模型——模型