- 1、本文档共34页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
概率论与数理统计 第八章 回归分析的研究对象 家庭收入与家庭支出的关系 父母身高与子/女身高的关系 平时作业成绩与最后的考试成绩的关系 银行利率与股票指数的关系 经验和统计数据表明某些变量的取值相互之间是有 关系的,不是完全无关的,这种关系称为统计相关关系 §8.1 一元线性回归 一元线性回归的模型: 根据变元(X,Y)的一组观测值 代入上述一元线性回归模型,得: 回到我们的一元线性回归模型: 其中误差项满足: 我们导出了参数的极大似然估计,但是,历史上高尔顿是用我们高等数学中所学过的最小二乘法导出的,因此,一般称之为最小二乘估计 关于上述例1,请大家思考如下问题: 关于问题1:回归方程有什么用途? 回归方程的主要用途是预测和控制,比如根据上例的回归方程 y = 7.83+2.01x ,我们可以预测 x=2.2(岁)时儿童的体重为: y = 7.83+2.01*2.2=12.252(kg)-----这是y的点估计,我们还可 以得到y的区间估计。 关于问题2:哪些指标可以判断回归的效果? 如下指标都可以直接或间接用来表示回归的效果: 参差平方和 SSE 估计标准差 相关系数 R 判定系数 修正判定系数 其中p为自变元个数 从例1第二问的结果看,该例回归的效果还是很好的 关于问题3: 能否由体重关于年龄的回归方程: y = 7.83+2.01x , 得出年龄关于体重的回归方程: x = (y -7.83)/2.01=0.4975y – 3.8955 ? 不可以。事实上,如果把体重作为自变量年龄作为因变量,代 入一元回归的公式,得:x = 0.4939y – 3.853; 二者为何不同呢? 因为我们这里介绍的一元回归模型中,自变量与响应变量的地位 是不等同的 还有一种回归,叫距离回归,即通过各散点到回归函数的距离平方和最小来求出回归参数,此时自变量与响应变量的地位是等同的,这种情况下是可以直接从 y关于 x 的回归方程解出 x 关于 y 的回归方程的 关于问题4: 对于任意给定的一组数值(xi, yi) i=1,2,…,n,是否都可以求变量的回归方程? 可以代入参数最小二乘估计的公式求出变元的回归方程,但 是,如果变元 X 和 Y 没有统计相关关系,这样求出的回归 方程是没有意义的(如气温与股票点数);而如果回归模型 的三个条件,即正态性,独立性,方差齐性 不满足,我们就 无法对参数的概率特性(分布,区间估计 等)作出判断。 关于问题4: 如何借助计算机算法进行回归分析? 各种统计软件都有回归分析的功能,比如SAS,SPSS,R,包 括MATLAB的统计包 等,这里我们介绍EXCEL的回归分析功能 对例1中数据的EXCEL回归分析结果: 例2:恩格尔系数(食品支出与收入之比)的估算 已知人均月收入X与人均食品月支出Y的15组抽样数 据如下,求恩格尔系数: 解:利用EXCEL进行回归分析,得: §8.2 多元线性回归 例3:试根据表中居民月收入X1(单位百元)及 某商品的单价X2(单位十元)来拟合该商 品的需求量Y(单位百件)的函数 解:利用EXCEL进行回归分析,得: 需要说明的是: 逐步回归,多元回归参数的检验,预测,参差分析,及应用案例等 略 THE END THANKS * 应用回归分析 现实世界中变量之间的关系并不总是可以用函数关系(自变量确定,因变量唯一)来表示的 比如: 统计相关关系: 回归分析及回归方程: 回归分析就是研究变量间的统计相关关系 一种统计方法. 根据变元的统计数据,用一个函数来近似变 元间的统计相关关系,这个函数叫回归方程或 回归函数 本例中, 父亲身高与儿子身高的关系就是统计相关关系 上述高尔顿得到的近似直线方程就是回归方程 其中,X为确定性变量,它是可以测量和控制的,也称解释变量或自变量; Y为被解释变量或响应变量 我们得到的回归方程有什么用? 根据哪些指标可以判断回归的效果?上述回归的效果如何? 上例中:年龄为自变量(控制变量),体重为因变量(响应变量),回 归方程为: y = 7.83+2.01x , 那么据此方程得: x = (y -7.8
您可能关注的文档
- 华东理工大学 概率论课件 16C41中心极限定理22.ppt
- 华东理工大学 概率论课件 17C51-4样本、统计量42.ppt
- 华东理工大学 概率论课件 18C61-2点估计33.ppt
- 华东理工大学 概率论课件 19C63区间估计25.ppt
- 华东理工大学 概率论课件 20C71-2假设检验16.ppt
- 华东理工大学 概率论课件 21正态总体参数检验16.ppt
- 华东理工大学 概率论课件 第三章案例分析.ppt
- 华东理工大学 概率论课件 复件 2C12概率定义与性质41ps.ppt
- 华东理工大学 概率论课件 复件 3-4C13-4条概、全概公式48ps.ppt
- 华东理工大学 概率论课件 复件 10C31随机向量30.ppt
文档评论(0)