植物营养研究方法 第六章 4 回归分析.ppt

4 、 相关系数 与 决定系数 的计算 二、相关系数的假设测验 1 、 测验 H 0 ： ρ =0 第四节 回归分析 y = 15.395e -0.0457x R 2 = 0.6793 2 3 4 5 6 7 20 25 30 35 40 45 Latitude (o ) S o i l r e s p i r a t i o n ( μ m o l m - 2 s - 1 ) - y = 1.4814e 0.0557x R 2 = 0.7695 2 3 4 5 6 7 10 15 20 25 30 Soil temperature (o C) S o i l r e s p i r a t i o n ( μ m o l m - 2 s - 1 ) 回归和相关的概念 一、变数间的关系 二、直观描述变数间关系的散点图 变数间相依的性质（正负）及密切程度 变数间是直线关系还是非直线关系 是否存在一些特殊点表示有其他因素的 干扰 散点图可以给出的三点信息 三、回归模型和相关模型 --- 回归分析与相关分析 1. 变数本身的特点 变数 x 各水平可控，不存在实验误差或实验误差 小到可以忽略，而变数 y 具有明显的实验误差 回归 x 、 y 两个变数均具有明显的实验误差 2. 变数间的关系 x 和 y 具有因果关系 回归 平行关系，仅表现为一定程度上的协同变异 3. 是否具有预测数量变化的功能 可以利用自变数 x 的取值来预测因变数 y 的取值 相互间不存在数量上的预测功能 回归 直线回归 直线回归分析的基本步骤： ? 做散点图，确定两变数间是否存在回归关系 ? 建立直线回归方程 ? 作回归直线图 ? 直线回归的假设测验 一、直线回归方程的建立 要使所得方程能够最好的代表 y 和 x 在数量上的关 系，根据 最小二乘法 : —— x 的离均差和 y 的离均差的 乘积和 ? a 的取值决定了直线在坐标中的位置，而 b 的取值决定了 直线的走向 ? 若 b 等于 0 或与 0 的差异不显著，则表明 y 的变异和 x 的取值 大小没有关系，两个变数之间的直线回归关系不能成立 b=0 盛发期 累积温度 -1 44.2 9 39.2 13 31.7 3 40.2 7 36.8 2 40.3 9 31.7 16 34.1 12 35.5 y x 解 : (1) 做 x 、 y 的散点图 例 (月/日) 5/25 5/20 5/15 5/10 5/5 -5 0 5 10 15 20 30 34 38 42 46 x(3月下旬至4月中旬平均累积温度) y 一 代 三 化 螟 盛 发 期 (2) 求各级统计数 * 由观察值直接计算获得 6 个一级数据 * 由由一级数据计算获得 5 个二级数据 对于每一个具体的回归方程，根据所描述的对 象，回归系数和回归截距均有其专业意义。 (P161) * 最终计算得 (3) 获得回归方程为： 即找两个 x 值，计算对应两个点的回归值作 一条经过这两个点的直线。 y = -1.0996x + 48.549 -5 0 5 10 15 20 30 34 38 42 46 x(3月下旬至4月中旬平均累积温度) y 一 代 三 化 螟 盛 发 期 (4) 做直线回归图 该直线必经过点 二、直线回归的数学模型、基本假定及其 方差分解 (p163) 直线回归的估计标准误 －离回归标准误 样本的估计标准误为回归精确度的度量 估计标准误越小，回归方程估计 y 的精 确度越高 定义回归方程的估计标准误为： Q 值的计算方法 注意：计算时，尽量采用更低级别的数 据，以免产生过多计算误差 三、直线回归的假设测验 1 、直线回归的存在性测验 （ 1 ） t 测验 －测验回归系数 b （例 9.3 ， P163 ） （ 2 ） F 测验 －使得回归平方和相对于离回归 平方和足够大 注意： t 测验和 F 测验的结果是完全相等的，因 为在同一概率下， v 1 ＝ 1 ， v 2 ＝ n -2 时的 F 值正好 等于 v ＝ n -2 的 t 2 。 2 、两个回归方程的同质性测验 直线相关 一、相关系数与决定系数 1 、相关系数 r 44.4 51.4 58.4 65.4 72.4 36.9 43.9 50.9 57.9 64.9 x y X ? Y ? I II IV III 44.4 51.4 58.4 65.4 72.4 36.9 43.9 50.9 57.9 64.9 x y X ? Y ? I II IV III 44.4 51.4 58.4 65.4 72.4 36.9 43.9 50.9 57.9 64.9 x y X ? Y ? I II I