31回归分析的基本思想及其初步应用课件.pptVIP

选修 2-3 1 、两个变量的关系 不相关 相关 关系 函数关系 线性相关 非线性相关 问题 1 ：现实生活中两个变量间的关系有哪些？ 相关关系： 对于两个变量，当自变量取值一定 时，因变量的取值带有一定随机性的两个变量 之间的关系。 2 、 现实生活中存在着大量的相关关系。 如：人的身高与年龄； 产品的成本与生产数量； 商品的销售额与广告费； 家庭的支出与收入。等等 探索：水稻产量 y 与施肥量 x 之间大致有何 规律？ 10 20 30 40 50 500 450 400 350 300 · · · · · · · 发现：图中各点，大致分布在某条直线附近。 探索 2 ：在这些点附近可画直线不止一条， 哪条直线最能代表 x 与 y 之间的关系呢？ x y 施化肥量 水稻产量 施化肥量 x 15 20 25 30 35 40 45 水稻产量 y 330 345 365 405 445 450 455 散点图 最小二乘法： ? ? ? y = bx + a (x,y) 称为样本点的中心 。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? n (x -x)(y -y) i i i=1 b= n 2 (x -x) i i=1 a=y-bx. n n 1 1 其中 x = x , y = y . i i n n i=1 i=1 ? ? n i i i=1 n 2 2 i i=1 x y - nxy = , x - nx ? 1.23 4 ? 1.23 5 ? 1.23 0.08 ? 0.08 1.23 A y x B y x y x y x ? ? ? ? ? ? ? ? 、 、 C 、 D 、 1 、已知回归直线斜率的估计值为 1.23 ，样本点的 中心为（ 4,5 ） , 则回归直线方程为（ ） C 练习： 2 、某考察团对全国 10 个城市进行职工人均工资水 平 x （千元）与居民人均消费水平 y （千元）统计调 查， y 与 x 具有相关关系，回归方程 y = 0.66 x + 1.562 ，若某城市居民人均消费水平为 7.675 （千元 ），估计该城市人均消费额占人均工资收入的百分 比约为…………（ ） A ． 83% B ． 72% C ． 67% D ． 66% A 问题 2 ：对于线性相关的两个变量用什么方法来刻 划之间的关系呢？ 2 、最小二乘估计 最小二乘估计下的线性回归方程： ? ? ? y bx a ? ? 1 2 1 ( )( ) ? ( ) n i i i n i i x X y Y b X X ? ? ? ? ? ? ? ? ? ? a Y bX ? ? 心。 回归直线过样本点的中 ）称为样本点的中心， ， （ y x ? n x x i ? 其中： ? n y y i ? 　 例 1 从某大学中随机选取 8 名女大学生，其身高和体重数据如表 1-1 所示。 59 43 61 64 54 50 57 48 体重 /kg 170 155 165 175 170 157 165 165 身高 /cm 8 7 6 5 4 3 2 1 编号 求根据一名女大学生的身高预报她的体重的回归方程，并预报一名 身高为 172cm 的女大学生的体重。 问题一：结合例 1 得出线性回归模型及随机误差。并且区 分函数模型和回归模型。 解： 1 、选取身高为自变量 x ，体重为因变量 y ，作散点图： 2. 回归方程： 172 . 85 849 . 0 ? ? ? x y ? 学 身高172cm女大 生体重 y = 0.849× 172 - 85.712 = 60.316(kg) 探究：身高为 172cm 的女大学生的体重一定是 60.316kg 吗？如果不是，你能解析一下原因吗？ 由于所有的样本点不共线，而只是散布在某一直线的附近 所以身高和体重的关系可以用 线性回归模型 来表示： 注：随机误差 e 包含预报体重不能由身高的线性函 数解释的所有部分。 ? y bx a ? ? e y 其中ａ和ｂ为模型的 ， 是 与 之间的误差。通常ｅ称为 未知参数 随机误差 。 ? ? ? ? 2 , : 0, y bx a e E