05定量分析方法信息分析.pptxVIP

信息分析查 先 进§5 定量分析方法§5.1 多元分析法§5.2 时间序列分析法§5.3 系统动力学方法§5.4 文献计量学方法§5.1 多元分析法5.1.1 回归分析回归分析可能应用的领域 处理两个或两个以上变量之间的相关关系变量之间本身具有某种关系（如线性关系），但因各种误差使之不具备该关系，通过回归，使之恢复该关系。变量之间本身不具有某种关系，通过回归，抓主要矛盾，使之近似具有某种关系。数据采集样本观察（散点图）选择恰当的模型确定模型参数回归效果检验预测和控制y0x一元线性回归分析一元线性回归方程参数的求解有联系的两个变量：X与Y(x1,y1),(x2,y2),······,(xn,yn)由观察和实验得到n对数据：用散点图描述收集到的点：两变量之间大致成线形关系：数学公式表达设 可得一元线性回归方程参数的求解方法和过程求解得由此得出回归方程：回归方程效果的检验1）平方和分解公式分析可表示为lyy=U+Q通过x对y的线性相关关系而引起的分散性剩余部分引起的y的分散性2）F检验F体现了x与y的线性相关关系的相对大小F值相当大F值比较小x与y有线形相关关系x与y没有线形相关关系F检验的一般程序计算U、Q ，得出F值对给定的检验标准α，查自由度为1，n-2的F分布临界值表，得临界值λ：P（Fλ）＝α Fλ Fλ比较F值与λ值的大小 x,y间不具有线性相关关系x,y间具有线性相关关系3）t检验t服从自由度为n-2的T分布 t检验的一般程序计算t值对给定的检验标准α，查自由度为n-2的t分布临界值表，得临界值λ：P（tλ）＝α 比较t值与λ值的大小 tλtλ x,y间具有线性相关关系x,y间不具有线性相关关系可线性化的非线性回归指数函数模式幂函数模式双曲线模式对数函数模式可线性化的非线性回归 指数函数模式线性化两边取对数，并令 a’=lna b’=b 两边取对数，并令 a’=lna x’=lnx幂函数模式线性化令双曲线模式线性化对数函数模式线性化令 x’=lnx多元线性回归分析多元线性回归方程参数的求解设y与x1，x2，…，xk有线性关系，通过观测或实验得到n组数据： （x11，x21， …，xk1，y1） （x12，x22， …，xk2，y2） ………… （x1n，x2n， …，xkn，yn） 则它们之间的线性关系可表示成：(对于某些非线性的关系，可通过适当的变换化为形式上的线性模式。) 设Q（b0，b1，…，bk）=∑[yt-（bo+b1x1t+… +bkxkt）]2 为了使Q达到最小值，应满足：其中，由上式可以推得：回归方程效果的检验 1）平方和分解公式lyy=Q+U 2）F检验F服从自由度为k，n-k-1的F分布。F检验的一般程序如下：①计算F值；②对于给定的检验标准α，查自由度为k，n-k-1的F分布临界值表，得临界值λ:P（Fλ）=α；③比较F值与λ值的大小。如果Fλ，则认为线性回归方程效果是显著的；反之，则认为是不显著的。3）各自变量影响程度大小的判别在实际的信息分析工作中，我们还经常会关心在y对x1，x2， …，xk的线性回归中，哪些因素很重要，哪些因素不太重要。这就需要对回归方程的每个自变量都进行显著性检验。 3）各自变量影响程度大小的判别关于xi变量显著性检验的一般程序：①计算ti值；②对于给定的检验标准α，查自由度为n-k-1 的t分布临界值表，得临界值λ：P（tλ）=α；③比较ti值与λ值的大小。如果tiλ，则说明xi对y的影响显著，必须保留xi在回归方程中；否则，应去掉xi重新建立回归方程。回归分析的实际应用例：已知某年中国各地区城镇居民平均每人全年可支配收入和消费性支出两个变量 ，试利用社会科学统计分析软件SPSS对上表中的数据进行回归分析 。（1）作散点图 （2）方差分析 查自由度为1，29的F分布临界值表得λ=7.60(α=0.01)F=862.5017.60，所以可支配收入与消费性支出之间具有强线性相关关系。回归方程为消费性支出=0.772×可支配收入+126.005 （3）预测值与残差 通过SPSS，可以按要求输出消费性支出的预测值、残差和标准化残差。（3）预测值与残差 通过SPSS，可输出消费性支出的预测值、残差和标准化残差。5.1.2 聚类分析 聚类是把一组个体按照相似性归成若干个类别，即物以类聚。其目的是使得属于同一类别的个体之间的距离尽可能地小，而不同类别上的个体间的距离尽可能地大。 聚类分析的基本思想是在样品之间定义距离，在变量之间定义相似系数。距离或相似系数代表样品或变量之间的相似程度。例如，在分层聚类中，按相似程度的大小，将样品或变量逐一归类，关系密切的样品或变量聚集到一个小的分类单位，然后逐步扩大，使得关系疏远的样品或变量聚集到一个大的分类单位，直到所有的样品或变量都聚