3.1回归分析的基本思想及其初步应用1.pptVIP

回归分析源起 1885年Galton所著 ”Regression toward mediocrity in hereditary stature” 人类遗传身高有以下倾向： 身高较高的父亲，所生儿子比一般人高，但通常不会高过父亲 身高较矮的父亲，所生儿子比一般人矮，但通常不会矮于父亲 Galton称此为Regression 今日Regression为泛指建立变量间关系模式的分析方法，探讨某一变量，或是”某些”变量，对另一变量的影响。 一、什么叫回归分析 （一）两种不同类型的变量关系、函数与相关 简单的说，回归分析就是一种处理变量与变量之间关系的数学方法。 例：自由落体运动中，物体下落的举例S与所需时间t之间，有如下关系 变量S的值随t而定，这就是说，如果t取了固定值，那么S的值就完全确定了 这种关系就是所谓的函数关系或确定性关系 回归分析方法是处理变量之间相关关系的有力工具，它不仅提供建立变量间关系的数学表达式——经验公式，而且利用概率统计知识进行了分析讨论，从而判断经验公式的正确性 二、回归分析所能解决的问题 回归分析主要解决以下几方面的问题： （1）确定几个特定变量之间是否存在相关关系，如果存在的话，找出她们之间合适的数学表达式 （2）根据一个或几个变量的值，预报或控制另一个变量的取值，并且要知道这种预报或控制的精确度 （3）进行因素分析，确定因素的主次以及因素之间的相互关系等等 一元线性回归分析，只要解决： （1）求变量x与y之间的回归直线方程 （2）判断变量x和y之间是否确为线性关系 （3）根据一个变量的值，预测或控制另一变量的取值 三、一元线性回归方程的确定 此处 1. 回归直线方程为 y=bx+a ，其中 b称为回归系数.(x,y)称为样本的中心,回归直线过样本的中心. 叫变量y与x之间 的样本相关系数. 2.样本相关系数 两个变量的线性关系 .正相关,负相关 散点的分布是从左下角到右上角区域, 即一个变量的值由小变大时,另一个变量的值也由小变大------正相关； 散点的分布是从右下角到左上角区域, 即一个变量的值由小变大时,另一个变量的值也由大变小------负相关； 若散点分布毫无规则,则不具有相关关系. r0，正相关; r0，负相关. 四、应用举例 例6－1 在某产品表明腐蚀刻线，下表是试验活得的腐蚀时间（x）与腐蚀深度（y）间的一组数据。试研究两变量（x，y）之间的关系。 腐蚀时间x（秒） 腐蚀深度y（μ） 5 5 10 20 30 40 50 60 65 90 120 4 6 8 13 16 17 19 25 25 29 46 40 30 20 10 y x 10 20 30 40 50 60 70 80 90 100 110 120