11直线相关与回归分析精讲.ppt

a. 计算线性相关系数 r=0.930 ，你可以得出变量 x,y 相关吗？请解释 b. 请画散点图 c. 使用线性相关系数描述相关性合适吗？请解释 思考 1 r=0.930 x -3 -2 -1 0 1 2 3 y -27 8 1 0 1 8 27 32 线性回归 研究两变量数量依存性 X 自变量 (independent variable, explanatory variable) Y 因变量 (dependent variable, response variable) 直线回归模型的形式： bX a Y ? ? ? 33 回归模型的前提假设 线性 ( l inear) 独立 ( i ndependent) 正态 ( n ormal) 等方差 ( e qual variance) 恰好为“ LINE ” 。 34 给定 X 时， Y 是正态分布、等方差示意图 ? x y 35 给定 X 时， Y 是正态分布、不等方差示意图 ? x y 36 线性回归 直线回归模型的形式： bX a Y ? ? ? 37 最小二乘法 (least square estimation ， LSE) 基本思想 ：使各实测值 Y 与回归直线上对应的估 计值 之差的平方和 为最小，在这个 准则下，可导出 a 、 b 的最小二乘估计如下： Y ? ? ? 2 ) ? ( Y Y XX XY l l X X Y Y X X b ? ? ? ? ? ? ? 2 ) ( ) )( ( X b Y a ? ? 估计回归参数，建立回归模型 bX a Y ? ? ? 38 点到直线的 纵向 距离 bX a Y ? ? ? Y Y ? 1 ? l Y ? 2 ? l Y ? 点到回归直线的距离为最小！ 39 表 12-1 15 例健康成人 凝血酶浓度 ( X ) 与 凝血时间 ( Y ) 的测量值 No . 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 X 1.1 1.2 1.0 0.9 1.2 1.1 0.9 0.6 1.0 0.9 1.1 0.9 1.1 1.0 0.7 Y 14 13 15 15 13 14 16 17 14 16 15 16 14 15 17 自变量 反应变 量 40 ① 先作散点图，以判断两变量间是否呈线性趋势 凝 血 时 间 y 凝血酶浓度 x x .6 1.2 13 17 41 回归系数 b ： 98020 . 6 15 ) 7 . 14 ( 81 . 14 15 ) 224 )( 7 . 14 ( 7 . 216 ) ( ) ( ) ( 2 1 2 1 2 1 1 1 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? n i n i i i n i n i i n i i i i xx xy n X X n Y X Y X l l b ② 求直线回归方程 截距 a ： 77393 21 15 7 14 98020 6 15 224 X b Y . . ) . ( a ? ? ? ? ? ? X Y 9802 . 6 77393 . 21 ? ? ? 42 ③ 绘制回归直线 计算不太接近的两点的 Y 值： X=1.1 单位 / 毫升时 Y=21.77393-6.9802 × 1.1=14.0957( L ) X=0.6 单位 / 毫升时 Y=21.77393-6.9802 × 0.6=17.5858( L ) X Y 9802 . 6 77393 . 21 ? ? ? 43 ③ 绘制回归直线 图 12-3 凝血酶浓度（ X ）与凝血时间（ Y ）的散点分布及拟合直线 44 回归方程的意义及性质 b 的意义 a 的意义 的意义 bX a Y ? ? ? ? Y 45 b 的意义 回归系数 b 称为斜率 (slope) ，表示自变量增加一 个单位时，应变量平均改变的量。 凝 血 酶 浓 度 每 增 加 1 单 位 /ml, 则 凝 血时 间 平 均 减 少 6.9802 秒 b 的单位为 (Y 的单位 /X 的单位 ) X Y 9802 . 6 77393 . 21 ? ? ? 46 a 的意义 bX a Y ? ? ? a 截距或常数项 (intercept, constant) X=0 时， Y 的估计值 a 的单位与 Y 值相同 47 估计值 的意义 X=1.1 时 , =14.0957, 即凝血酶浓度为 1.1 单位 /ml 的健康成人中，估计其平均 凝血时间为 14.0957 秒。 X =0.6 时， =17.5858, 即凝