数学建模的案例分析回归分析.ppt

数学建模与数学实验 回归分析  实验目的 1.直观了解回归分析基本内容 2.掌握用数学软件求解回归分析问题 实验内容 1.回归分析的基本理论 2.用数学软件求解回归分析问题 3,实验作业 2020/5/10 2  回归分析 元线性回归 多元线性回归 逐 数学模型及定义 性回归 奏 检验与 曲的区 线 回归分析 2020/5/10 闹&B 回 归中的  数学模型 例1测16名成年女子的身高与腿长所得数据如下 43145146147149150153154155156157158159160162164 9596989 910010 (cm) 以身高x为横坐标,以腿长y为纵坐标将这些数据点(x,y,) 在平面直角坐标系上标出 解答 Bo+B 2020/5/10 散点图  般地,称由y=B+B1x+E确定的模型为一元线性回归模型, 记为 Bo + Bx+e Ee=0. De=a2 固定的未知参数B、B1称为回归系数,自变量x也称为回归变量 Y=B0+B1x,称为y对x的回归直线方程 元线性回归分析的主要任务是 1.用试验值(样本值)对β、B1和σ作点估计 2.对回归系数B6、B1作假设检验 3.在x=x0处对y作预测,对y作区间估计 2020/5/10 返回  模型参数估计 1.回归系数的最小二乘估计 有n组独立观测值(x1,y),(x2,y2),…,(xn,yn) 设y=B+Bx+61,=,2…,n 1E=0D2=02且a42,,相互独立 记Q=Q(B,B1)=∑e2=∑(,-B-B1x) 最小二乘法就是选择B0和月1的估计B0,B使得 2(Bo, B,)=min 2(Bo, B,) 2020/5/10  Bo=y-B ∑(x,-x)Xy,-y) 解得=-xy或B=互 其中 x,y=-2yi xiyi 经验)回归方程为:y=B+B1x=y+B1(x-x) 2020/5/10  2.a2的无偏估计 记Q=Q(A,B)=∑V-B-Bx)=∑(y-,)2 称Q为残差平方和或剩余平方和 a2的无偏估计为G2=Q2/(n-2) 称2为剩余方差(残差的方差),G2分别与A、B独立 G称为剩余标准差 2020/5/10 返回  三、检验、预测与控制 1.回归方程的显著性检验 对回归方程Y=B+月x的显著性检验,归结为对假设 Ho:B1=0;H1:B1 ≠0 进行检验. 假设H0:月1=0被拒绝,则回归显著,认为y与x存在线性关 系,所求的线性回归方程有意义;否则回归不显著,y与x的关系 不能用一元线性回归模型来描述,所得的回归方程也无意义 2020/5/10  (I)F检验法 当H成立时, F(1,n-2) 2./(n 其中U=∑(;-y)2(回归平方和) 故F>F1(1,n-2),拒绝H0,否则就接受H (Ⅱ)t检验法 当H0成立时,T t(n-2 Oe 故>1。(n-2),拒绝H0,否则就接受H 其中L=∑(x-x)2=∑x2-mx2 i=1 2020/5/10