一元线性回归中职数学基础模块下册109课件3语文版.ppt

9.3.1 总平方和分解 SSE=SST-SSR 2 2 1 1 ( ) n i n i i i Y SST Y n ? ? ? ? ? ? ] ) ( [ 1 2 1 2 2 1 ? ? ? ? ? ? n i n i i i n X X b SSR 9.3.2 自由度的分解 SST ? ? ? ? n i i Y Y 1 0 ) ( 自由度 ? T 为 n-1 SSE β 0 和 β 1 用了 两个正规方程 自由度 ? E 为 n-2 SSR ? ? ? ? n i i Y Y 1 0 ) ? ( 自由度 ? R 为 1 9.3.2 自由度的分解 自由度的分解可以表示为 n-1=1+ （ n-2 ） ? T = ? R + ? E 9.3.3 回归均方与误差均方 1 SSR MSR ? 2 ? ? n SSE MSE (9-10) (9-11) 回归均方 误差均方 9.4 样本确定系数与样本相关 系数 9.4.1 样本确定系数 2 1 SSR SST SSE SSE r SST SST SST ? ? ? ? ? (9-12) 注 :Y 的总变差中能被 X 解释的那部分所占的比率 9.4.1 样本确定系数 r 2 的取值范围 1 0 2 ? ? r 样本的全部观察值都落在 所拟和的回归直线上 SSE=0 ， r 2 =1 当 X 与 Y 无关， Y 的变差完 全由于随机因素引起， 此时， SSR=0 r 2 =0 9.4.2 样本相关系数 样本相关系数 2 r r ? ? ? ? ? ? ? ? ? ? ? ? ? n i i n i i n i i i Y Y X X Y Y X X r 1 2 1 2 1 ) ( ) ( ) )( ( 注 :r 与 b 1 的分母均为正，分子相同 , 故 r 与 b 1 有相同的符号。 9.4.2 样本相关系数 r 的取值情况 情况一 图 9-6 9.4.2 样本相关系数 情况二 图 9-7 9.4.2 样本相关系数 情况三 图 9-8 9.4.2 样本相关系数 情况四 图 9-9 -3 -2 -1 0 1 2 - 2 - 1 0 1 2 (a) x y -2 -1 0 1 2 - 2 - 1 0 1 2 (b) x y -2 -1 0 1 2 - 2 - 1 0 1 2 (c) x y -3 -2 -1 0 1 2 3 0 2 4 6 8 (d) x y 不相关 正 相 关 负相关 相 关 但 无 线 性 关系 引例分析 厂家 投入 (x) 产出 (y) x2 y2 xy 1 20 30 400 900 600 2 40 60 1600 3600 2400 3 20 40 400 1600 800 4 30 60 900 3600 1800 5 10 30 100 900 300 6 10 40 100 1600 400 7 20 40 400 1600 800 8 20 50 400 2500 1000 9 20 30 400 900 600 10 30 70 900 4900 2100 引例分析 ? 平均投入 220/10=22, 平均产出 450/10=45 0 20 40 60 80 0 20 40 60 产 出 投入 ? r 2 2 ( )( ) =0.759 ( ) ( ) x x y y x x y y ? ? ? ? ? ? ? 9.5 一元线性回归显著性检验 在回归函数 E(Y)= β 0 + β 1 X 中，如果 β 1 =0 ，则对于 X 的一切 水平 E(Y)= β 0 ，说明 Y 的变化与 X 的变化无关，因而，我们不 能通过 X 去预测 Y 。所以，对模型 Y i = β 0 + β 1 X i + ε i 检验 β 1 =0 是否成立，等价于检验 Y 与 X 之间是否存在线性关系。 9.5.1 b 1 的抽样分布 为了检验 β 1 =0 是否成立，需要构造一 个合适的统计量，因此，首先讨论 b 1 的抽样分布。 9.5.1 b 1 的抽样分布 b 1 是观测值 Y i 的线 性组合 Y i 服从正态分布且 相互独立 b 1 也服从正态分布 9.5.