多元线性回归与多项式回归.docxVIP

第九章 多元线性回归与多项式回归 直 回 研究的是一个依 量与一个自 量之 的回 ， 但是， 在畜禽、 水 科学 域的 多 中， 影响依 量的自 量往往不止一个， 而是多个， 比如 羊的 毛量 一 量同 受到 羊体重、 胸 、体 等多个 量的影响， 因此需要 行一个依 量与多 个自 量 的回 分析，即多元回 分析（ multiple regression analysis），而其中最 、 常用并且具有基 性 的是多元 性回 分析 （ multiple linear regression analysis）， 多非 性回 （ non-linear regression）和多 式回 （ polynomial regression）都可以化 多元 性回 来解决，因而多元 性回 分析有着广泛的 用。研究多元 性回 分析的思想、 方法和原理与直 回 分析基本相同， 但是其中要涉及到一些新的概念以及 行更 致的分 析，特 是在 算上要比直 回 分析复 得多， 当自 量 多 ， 需要 用 子 算机 行 算。 第一节 多元线性回归分析 多元 性回 分析的基本任 包括： 根据依 量与多个自 量的 建立依 量 多个自 量的多元 性回 方程； 、分析各个自 量 依自 量的 合 性影响的 著性； 、分析各个自 量 依 量的 性影响的 著性， 依 量有 著 性影响的自 量， 建立最 多元 性回 方程； 定各个自 量 依 量影响的相 重要性以及 定最 多元 性回 方程的偏离度等。 一、 多元线性回归方程的建立 （一）多元线性回归的数学模型 依 量 y 与自 量 x1 、 x2 、 , 、 xm 共有 n 数据： 量 y x1 x2 , 序号 1 y1 x11 x 21 , 2 y2 x12 x22 , ┆ ┆ ┆ ┆ , n yn x1n x2n , 假定依 量 y 与自 量 x1、 x2、 ?、 xm 存在 性关系，其数学模型 ： y j 0 1 x1 j 2 x2 j ... m xmj j （ j=1,2, ?,n）  xm xm1 xm 2 ┆ xmn 9-1） 式中， x1 、x2 、? 、xm 可以 的一般 量（或 可以 的随机 量） ；y 可以 的随机 量，随 x1、x2、?、xm 而 ，受 差影响； j 相互独立且都服从 N ( 0, 2 ) 的随机 量。我 可以根据 0、 1、 2 、...、 m 以及方差 2 作出估 。 （二）建立线性回归方程 y x1 、 x 2 、 , 、 x m 的 m 元 性回 方程 ： ? b1 x1 b2 x2 bm xm y b0 其中的 b0 、b1 、 b2 、, 、 bm 0 、 1、 2 ...、 m 的最小二乘估 。 即 b0 、b1 、b2 、, 、 bm 使 y 与回 估 ? y 的偏差平方和最小。 n 2 令 Q ( y j ? ) y j j 1 n bmx mj )2 ( y j b0 b1x1 j b2 x 2 j j 1 关于 b0 、 b1 、 b 2 、 , 、 bm 的 m+1 元函数。 根据微分学中多元函数求极 的方法，若使 Q 达到最小， 有： Q n 2 ( y j b0 b1 x1 j b2 x2 j bm xmj ) 0 b0 j 1 Q n 2 xij ( y j b0 b1 x1 j b2 x2 j bm xmj ) 0 bij 1 （ i =1 、 2、, 、 m） 整理得： nb0 ( x1 )b1 ( x2 )b2 ( xm )bm y ( x )b 0 ( x 2 )b ( x x 2 )b 2 ( x x m ) b x y 1 1 1 1 1 m 1 ( x 2 )b 0 ( x 2 x )b ( x 2 )b 2 ( x 2 x m ) b x 2 y 1 1 2 m ( x m ) b ( x m x ) b ( x m x 2 )b ( x 2 )b m x m y 0 1 1 2 m 由方程 （ 9-2）中的第一个方程可得 b0 y b1x1 b2 x2 bm xm 即 m b0 y bi xi i 1 其中 : y 1 n y j , xi 1 n x ij n n j 1 j 1 若 n ) 2 , n y )2 SS (x ij x SS ( y j i i y j 1 j 1 n n SPik ( xij xi )( xkj x k ) SPki SPio (xij x i )( y j y) j 1 j