相关和回归分析程统计学课件共九章加一练习题.ppt

* * * ? 对数函数 线性化方法 x= lgx , 则有y = ? + ? x 基本形式： 图像 ? ? 0 ? 0 * ? S 型曲线 线性化方法 令：y = 1/y，x= e-x, 则有y = ? + ? x 基本形式： 图像 * 非线性回归（实例） 【例】为研究生产率与废品率之间的关系，记录数据如下表。试拟合适当的模型。 废品率与生产率的关系 生产率（周/单位) x 1000 2000 3000 3500 4000 4500 5000 废品率（%） y 5.2 6.5 6.8 8.1 10.2 10.3 13.0 * 生产率与废品率的散点图 * 非线性回归（实例） 用线性模型：y =?0??1x+? ，有 　　　y = 2.671+0.0018x 用指数模型：y = ?? x ，有 　　　　y =4.05?(1.0002)x 比较 　　　　直线的残差平方和＝5.3371指数模型的残差平方和＝6.11。直线模型略好于指数模型 * * * * * * * * * * * * * 105 * * * * * * ‘Standard Error’ is the estimated standard deviation of the sampling distribution, sbP. * * * * * * 124 Note: 1. As we move farther from the mean, the bands get wider. 2. The prediction interval bands are wider. Why? (extra Syx) * * * * * * * * * * * * * * * * * * * * * * * * * * * * * (2) 回归系数的显著性检验（要点） C.在一元线性回归中，等价于回归方程的显著性检验 A.检验 x 与 y 之间是否具有线性关系，或者说，检验自变量 x 对因变量 y 的影响是否显著 B.理论基础是回归系数b的抽样分布 * b是根据最小二乘法求出的样本统计量，它有自己的分布 b的分布具有如下性质 分布形式：正态分布 数学期望： 标准差： 由于?未知，需用其估计量Sy来代替得到 b的估计的标准差 回归系数的显著性检验（样本统计量b的分布） * 回归系数的显著性检验（样本统计量b的分布） 的抽样分布 * 回归系数b的显著性检验 （步骤） 提出假设 H0: β = 0 (没有线性关系) H1: β? 0 (有线性关系) 计算检验的统计量 n≥30时 给定显著性水平α， 查Z表可知其临界值 。 n＜30时 （β=0） 给定显著性水平α， 查t表可知其临界值 。 （β=0） * 3. 确定显著性水平?，并进行决策 ? t?t???，拒绝H0；? t?t???，接受H0 Z 0 t 0 * 提出假设 H0：b = 0 人均收入与人均消费之间无线性关系 H1：b ? 0 人均收入与人均消费之间有线性关系 计算检验的统计量 t=65.0758t???=2.201，拒绝H0，表明人均收入与人均消费之间有线性关系 ?例: 对前例的回归系数进行显著性检验(?＝0.05)  * 回归系数的显著性检验(Excel输出的结果） * (六).利用回归方程进行估计和预测 根据自变量 x 的取值估计或预测因变量 y的取值. 当给出的x属于样本内的数据时,计算的yc值称为内插检验或事后预测,当给出的x在样本之外时,计算的yc值称为外推预测或事前预测. 估计或预测的类型 点估计 y 的平均值的点估计 y 的个别值的点估计 区间估计 y 的平均值的置信区间估计 y 的个别值的预测区间估计 * 点估计: 2. 点估计值 y 的平均值的点估计 y 的个别值的点估计 3. 在点估计条件下，平均值的点估计和个别值的的点估计是一样的，但在区间估计中则不同 对于自变量 x 的一个给定值x0 ，根据回归方程得到因变量 y 的一个估计值 * ? y 的平均值的点估计 利用估计的回归方程，对于自变量 x 的一个给定值 x0 ，求出因变量 y 的平均值的一个估计值E(y0) ，就是平均值的点估计 在前面的例子中，假如我们要估计人均国民收入为2000元时，所有年份人均消费金额的的平均值，就是平均值的点估计。 根据估计的回归方程得 * ? y 的个别值的点估计 利用估计的回归方程，对于自变量 x 的一个给定值 x0 ，求出因变量 y 的一个个别值的估计值 ，就是个别值的点估计 2. 比如，如果我们只是想知道1990年人均国民收入为1250.7元时的人均消费金额