线性回归分析讲义.pdfVIP

线性回归分析 一、变量间的两类关系 在现实世界的许多问题中，普遍存在着变量之间的关系．一般来说，变量之 间的关系分为确定性与非确定性两类．确定性关系是指变量间的关系是完全已 知、可以用函数关系来描述的，例如电学中的欧姆定律 V IR等．而非确定性 关系是指变量间有关系，但不是确切的函数关系，例如人的年龄和血压之间的关 系，一般来讲，人的年龄大一些，血压就高一些，但这两者间的关系不是确定的 函数关系．再如人的身高与体重，农作物的亩产量与施肥量之间等等都属于非确 定性关系．这种不呈现确定性关系的变量间关系又称为相关关系．回归分析是研 究相关关系的一种数学工具，也是一种最常用的统计方法．本书只讨论简单的一 元线性回归分析． 变量本身也可分为两类，若一个变量是人力可以控制的、非随机的，称为控 制变量或可控变量，另一类变量是随机的、且随着控制变量的变化而变化，则这 个变量称为随机变量或不可控变量．控制变量与随机变量之间的关系称为回归关 系，若两个变量都是随机的，则它们之间的关系称作是相关关系．两者的差别在 于把自变量当作控制变量还是随机变量，这就是回归与相关的不同之处．但在解 决实际时常常把不可控的自变量当作可控变量处理．一般对自变量不加区分． 二、一元线性回归模型 设变量 与 之间具有相关关系，其中 为可控变量，作为自变量； 为随x x Y Y 机变量，作为因变量（也称响应变量）．当 固定时， 是一个随机变量，因此x Y 有一个分布，如果该分布的期望存在，其期望值应为 的函数，记为x (x)，称之 为 关于 的回归函数，x  就是我们要寻找的相关关系的表达式． Y (x) 当(x)为关于 的线性函数时，称为线性回归，否则称为非线性回归．进行x 回归分析时首先是回归函数(x)形式的选择，这需要通过专业知识、实际经验 和具体的观测才能确定，当只有一个自变量时，通常可采用画散点图的方法进行 选择．请看下例： 例 1 在某种产品表面进行腐蚀刻线试验，得到腐蚀深度 与腐蚀时间 对 Y X 应得一组数据，如表9-4所示． Y x 表9-4腐蚀深度 与腐蚀时间 的数据 x/s 5 10 15 20 30 40 50 50 70 90 120  Y/ m 6 10 10 13 16 17 19 23 25 29 46 x x ,x , ,x Y 一般地，对于 取定一组不 完全相同 的值 ，设 为在对应 1 2 n i x (i1,2, n, ) Y (x ,Y),(x ,Y), ,(x ,Y) 处 的观测结果，称 ，是一个样本，相应 i 1 1 2 2 n n 地，称(x ,y ),(x ,y ), ,(x ,y )为样本观测值．一般以表格给出 1 1 2 2 n n