试验设计与数据处理讲稿第4章试验数据的回归分析.ppt

1 第 4 章 试验数据的回归分析 4.1 基本概念 – 方差分析研究两个变量间的显著性问题 – 回归分析处理变量之间相关关系的问题 —— 由试验结果建立数学模型 (1) 确定性关系 — 对应关系、函数关系。其变量称确定性 变量。 (2) 相关关系 — 对应的变量称随机变量。没有一一对应的 函数关系，但有统计规律 — 散点图、回归方程 ? 一元回归分析 —— 研究单因素与试验指标间相关关系 ? 多元回归分析 —— 研究多因素与试验指标间相关关系 ? 线性回归、非线性回归 —— 相关关系为线性或非线性 2 4.2 一元线性回归分析 — 最简单的线性回归分析 4.2.1 一元线性回归方程的建立 设有一组试验数据 x i ， y i ( i = 1 ， 2 ， … ， n ) ，其中 x 是 自变量， y 是因变量。若 x ， y 符合线性关系，或已 知经验公式为直线形式，即： 称为变量 x ， y 的一元线性回归方程。 ? i i y a bx ? ? ? i y ? a , b 称为回归系数； ? 是由 x i 代入回归方程的计算值，称为回归值。 3 一元线性回归方程的建立（续） ? i y ? i i i e y y ? ? 与 y i 之间的偏差称为残差，用 e i 表示，则有： 残差平方值（考虑到残差有正有负）之和为： 2 2 2 1 1 1 ? ( ) [ ( )] n n n e i i i i i i i i SS Q e y y y a bx ? ? ? ? ? ? ? ? ? ? ? ? ? ? 显然，只有残差平方和最小时，回归方程与试验值 的拟合程度最好。 ? 残差平方和 SS e 为 a ， b 的函数，即： SS e = f ( a , b) 为使 SS e 值到达极小，根据极值原理，只要对上式分 别对 a ， b 求偏导数，并令其等于零，求解方程组即 可求得 a ， b 之值 ———— 最小二乘法原理。 4 一元线性回归方程的建立（续） 根据最小二乘法，可以得到： 1 1 2 ( ) 0 2 ( ) 0 n i i i n i i i i Q y a bx a Q y a bx x b ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 1 1 2 1 1 1 n n i i i i n n n i i i i i i i n x y a b x x x y ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 对方程组求解，即可得到回归系数 a , b 的计算式： 正规方程组 a y bx ? ? 1 1 1 1 2 2 2 2 1 1 1 ( )( ) ( ) ( ) n n n n i i i i i i i i i i n n n i i i i i i n x y x y x y nx y b n x x x n x ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 5 一元线性回归方程的建立（续） 为了方便计算，令： 于是： 2 2 2 1 1 ( ) ( ) n n xx i i i L xi x x n x ? ? ? ? ? ? ? ? 1 1 ( )( ) n n xy i i i i i i L x x y y x y nxy ? ? ? ? ? ? ? ? ? xy xx L b L ? 4.2.2 一元线性回归效果的检验 —— 检验回归方程的可靠性或可信性 相关系数检验法 、 F 检验即方差分析 法、残差分析法 6 4.2.2.1 相关系数检验法 ? 相关系数用于描述变量 x 与 y 的线性相关程度的系数： ? 回归系数 b 与相关系数 r 的关系为： xy xx xy L r L L ? 2 2 2 1 1 ( ) ( ) n n yy i i i i L y y y n y ? ? ? ? ? ? ? ? xy xy xx xx xx yy yy xx xy L L L L r b L L L L L ? ? ? ? b 与 r 有相同的符号 ? 决定系数 —— 相关系数的平方 r 2 7 相关系