精选幻灯片事物间的因果关系回归分析.pptVIP

第 10 章 10.1 回归分析概述 10.2 一元线性回归 10.3 多元线性回归 10.4 引入虚拟变量进行回归 3 ? 为确定变量之间的联系，用一些变量的变化说明另一个变 量的变化，并进一步对另一个变量的取值进行预测，这就 是回归分析。 ? 回归分析研究的是变量之间的相互关系，但这种关系不仅 是相关关系，而且是因果关系。因此回归分析要明确区分 因变量与自变量。如年龄对收入的影响。 ? 因变量（ dependent variable) ：要说明其变化的、对其进行 预测的变量。 ? 自变量 (independent variable) ：用以说明或预测因变量的 变量 0 1 1 2 2 k k y b b x b x b x e ? ? ? ? ? ? K 回归模型 一元回归 非线性 线性 多元回归 非线性 线性 6 ? 两个定距变量的回归是用函数 y= f(x) 来分析的。我们最常 用的是一元回归方程 y=a+bx 。 ? 其中 x 为自变量， y 为因变量， a 为截距， b 为回归系数。 ? 常量： a 为 x 等于零时， y 的平均估计量。 ? 回归部分：它刻画因变量 y 的取值中，由因变量 y 与自变量 x 的线性关系所决定的部分，即可以直接由 x 估计的部分。 b 为回归系数，也是回归线的斜率。 ? 残差：估计值 ? 和每一个实测值之间的差称为残差。残差 表示因变量 y 除了自变量 x 以外的其他所有未进入模型或未 知但可能与 y 有关的随机和非随机因素共同引起的变异， 即不能由 x 估计的部分。 ? 最小二乘原理即残差的平方和最小。 ? 第一步：考察因变量的正态性。 例：根据数据“儿童 .sav ”，建立回归模型，考察儿童对电视 的接触时间与儿童的知识量之间是否有因果关系。 ? 第二步：考察因变量与自变量的线性关系。 添加回归趋势 线的方法： 双击图形，进 入图表编辑 窗口下的 Elements —— Fit Line at Total 选中 Linear ? 第三步：进行回归分析。 因变量 自变量 Pearson 相 关系数 回归方程的确定系 数 R 2 ：表示自变量 能解释因变量变化 的 46.8% 。 进入模型的自变量 ? 确定系数 R 2 是测定回归 直线拟合优度的重要指标。 ? 总变差（ TSS ）是 估 计 时所产生的误差平 方和 ? 回归变差（ RSS ）是 和 之间产生的变差平方 和。 ? 剩余变差是 和 之 间产生的变差平方和。 y y 2 ( ) TSS y y ? ? ? ^ y y ^ 2 ( ) RSS y y ? ? ? y ^ y ^ 2 ( ) ESS y y ? ? ? TSS=RSS+ESS 2 1 RSS ESS R TSS TSS ? ? ? 对回归模型的显著性检验 回归平方和 RSS 残差平方和 ESS 如果 p 值小于 0.05 ，说 明 R 2 在统计上是显著的， 即有足够的把握认为总 体的回归斜率不为 0 。 通常只关心回归方程的斜率在统计上是不是显著的，而不关心截距的值以及它的显 著性水平。主要因为： ? 斜率 b 不仅表达了线性关系的方向，也表达了线性关系的强度，这也是对解释因 变量最有用的信息。截距 a 对解释因变量 y 的变化起不到任何作用。 ? 从实际应用的角度来说，截距是在 x ＝ 0 时 y 的取值，这是一种特殊的情况，一般 不加以考虑。 ? 截距 a 只表示直线在坐标平面中的起点，如果把所有回归系数都进行标准化，这 时直线是过原点的，即截距为 0 。 所以，通常不关心截距 a 的值是否显著。即使不显著，也保留在方程中。 回归系数 如果 p 值小于 0.05 ，说明该自变 量的回归系数在统计上是显著的， 即有足够的把握认为 b 不为 0 。 常数项即 a 自变量的回 归系数即 b 建立回归方程： y=1.935+0.021x 其中 y 表示儿童的知识量评分 x 表示儿童接触电视的时间。 15 ? 将一元线性回归进行推广，引入多个自变量，以利用更多 的信息来解释因变量的变化，即可得多元线性回归方程 0 1 1 2 2 k k y b b x b x b x e ? ? ? ? ? ? K ? b 0 ， b 1 ， b 2 ， ? ， b k 是参数 , 称为偏回归系数 ? b i 表示假定其他变量不变，当 x i 每变动一个单位时， y 的 平均平均变动值 ? e 是被称为误差项的随机变量，说明了包含在 y 里面但不能 被 k 个自变量的线性关系所解释的变异性 ? y 是 x 1 , ， x 2 ， ? ， x k 的线性函数加上误差项 e 例：某面向年轻人制作肖像的公司计划在国内开设几家分店， 收集了目前已设分店的销售数据（