统计学第二十七讲.pptVIP

四线性回归模型的预测应用 ()分析自变量解释力 分析自变量对因变量的解释力可以从两个层次进行, 即有无解释力和有多大的解释力。分析的方法有许多 种,这里从两个层次仅介绍方差分析和决定系数两种 方法,前者可用于有无解释力的分析,后者可用于解 释力强弱的判断 C回归方差分原理 自变量对因变量有无解释力,一般可以运用方差分析 的方法(即F检验)对两个变量之间的线性关系进行检 验。方差分析以总离差平方和的分解为基础,以F分 布表确定的临界值为标准,检验两个变量是否相关的 显著性。 实用统计学原理 离差平方和(或称总离差平方和)由剩余平方和、回归平 方和所构成,用符号表示如下 ∑(y-y)2=∑(y-y)2+∑(y-y)2 即总离差平方和(Ly)=剩余平方和(Q)+回归平方和(U) 剩余平方和又称残差平方和,它反映自变量x对因变量 的线性影响之外的一切因素(包括ⅹ对y的非线性影响和测 量误差等)对因变量y的作用。回归平方和反映在总离差平 方和之中,由于x与y的线性关系而引起因变量y变化的部 分 实用统计学原理 表811一元线性回归的方差分析表 离差来源 平方和 自由度均方差F统计量 回归U=∑(9-=l U/1 剩余Q-∑y-9y-=m-Lnn Q(n-2)F=~U Q(n-2) 总。和L=∑(y-y2=U+Q 实用统计学原理 例5仍以例11表8.9中的资料为例,给定显著性水平 a=0.05,已知回归系数b=0.8122,n=8,对某 地居民购买商品支出与其货币收入建立回归模型的方差 分析如下 Ly=∑y2-Cy)2=9782.09-(278.1)2/8=114.6388 ∑x-②x2y)/n=117516-(34×278.1)/8=140.925 U=bL=0.8122×140.925=1144593 Q=L-bL=114.6388-1144593=0.795 实用统计学原理 U/1 114.4593 F =3825.94 Q/(n-2)0.1795/(8-2) 将以上的计算结果列入方差分析表,见表8.12。 表812一元线性回归的方差分析表 离差来源 平方和 自由度 均方差 F统计量 回归|U=114.4593 U/1=114.4593 剩余Q=0.1795 167 Q/6=0.0299 F=3825.94 总和Ly=140.9250 实用统计学原理 对于给定的显著性水平a=0.05,查F分布表得临 界值: F(1,n-2)=F05(1,6)=599 由于F=382594F05(1,6)=599,故可以认为两 变量之间的线性相关关系是显著的,有95%的把握程度 说明自变量工对因变量y有解释力。 2.模型优劣判断原理 方差分析可以说明自变量对因变量有无解释力的问题, 如果说自变量对因变量有解释力,那么究竟有多大的 解释力呢,或者说因变量的变化有多少可以通过自变 量的变化得到解释呢?通常可以利用决定系数进行分 析。其计算公式为: 或r2=1 实用统计学原理 在已经计算相关系数厂的条件下,很容易得到决定系 数户的值。如例11某地居民购买商品支出与其货币收 入的相关系数r=0.9992,则其决定系数r2=0.9984。 它说明在居民购买商品支出的总变差中,99.84%可 以用其货币收入的变化来解释;未被解释的0.16% 是由于其他原因所致。 少测算估讲标淮误里 估计标准误也称估计标准误差或剩余标准差,是回归 直线随机离差的均方根,反映以回归直线为中心的各 观察值与其估计值之间的平均离差程度。它是回归模 型的误差分析指标,从另一方面显示回归模型拟合的 优劣状况。其计算公式为 (y-y)