第五章线性回归与相关培训教材.ppt

第五章 线性回归与相关;第一节 一元线性回归与相关;2. 相关关系的类型;Relationship between ear length (cm) and yield per plant of maize (g);陕西旬邑县苹果黑星病病叶率随时间变化图;陕西杨凌小麦条锈病病叶率随时间变化图;表1 双变量（X, Y）总体模式表;如果变量 x 和 y 是直线相关关系，则上述回归方程可表示成：;1）当两个变量有因果关系时，则原因变量为自变量，结果变量为依变量。 2）当两个变量没有因果关系时，则根据研究目的确定。 3）当两个变量中，有一个是非随机变量时，则非随机变量必为自变量。 4）当两个变量均为随机变量时，则根据研究目的确定。;4. 相关分析 (Correlation analysis);表1 一个双变量（X,Y）样本的模式表;2）直线回归方程 (Linear regression equation) 的配置;确定 b0 及 b 值的方法 (最小二乘法)：;直线回归方程的特点;2. 回归关系的显著性检验;3）自由度的分解与计算;3. 一元线性回归方程的应用;二、 简单相关分析;?;2）相关系数的回归定义;2. 决定系数 (Coefficient of determination);三、直线回归方程;分别对上式的a和b求偏导：;解方程组得：;例 测定水稻播种至齐穗的天数和播种至齐穗的总积温的数据如下。请确定X与Y的变化关系。 表 播种至齐穗的天数X和播种至齐穗的总积温Y的关系;;;因此，该例数据的回归直线方程为：;Old Y Fitted Y Residuals STD Residuals 1421.80 1429.89 -8.09 -0.28 1423.30 1429.89 -6.59 -0.34 1440.70 1439.97 0.73 0.03 1471.30 1439.97 31.33 1.33 1440.00 1470.23 -30.23 -1.28 1547.10 1520.66 26.44 1.11 1533.00 1561.01 -28.01 -1.19 1610.90 1591.26 19.64 0.83 1616.30 1621.52 -5.22 -0.22;残差的方差及标准差为：;计算y值的95%置信区间的计算公式：; X Y UCL95 LCL95 51.00 1421.80 1408.84 1450.93 51.00 1423.30 1408.84 1450.93 52.00 1440.70 1420.37 1459.58 52.00 1471.30 1420.37 1459.58 55.00 1440.00 1454.02 1486.44 60.00 1547.10 1505.16 1536.16 64.00 1533.00 1541.40 1580.61 67.00 1610.90 1567.03 1615.49 70.00 1616.30 1592.01 1651.03;图 Y的95%置信区间; 一般来讲，y关于x的回归方程y=f(x)是未知的，由样本来拟合是一种探索的过程，或者说是一个选择合适函数逼近的过程。;直线回归的显著测验： H0:b=0, HA:b不等于0。;a的显著性测验：;预测与控制：;2、控制 控制问题是预测的反问题。若要求y的个别值在[y1,y2]内的可靠性为（1-α）×100%，应该把x控制在什末范围内？;第二节 非线性回归方程;非线性模型参数的计算及其检验： ;例1 美国纽约1980年观察到马铃薯晚疫病（Phytophthora infestans）在四个马铃薯品种（Katahdin, Kennebec, Monona, Sebago）上的严重度，结果见下表，请用 Gompertz， Monomolecular和Logistic模型拟合数据。 ; 接种天数 重复 严重度 Katahdin Kennebec Monona Sebago 11 1 0.0 0.0 0.0 0.0 2 0.0 0.0 0.0 0.0 3 0.0 0.0 0.0 0.0 4 0.0 0.0 0.0 0.0