理学第9章直线相关与回归.pptxVIP

会计学 1 理学第9章直线相关与回归 2 类似上例的问题： 年龄-身高； 肺活量-体重； 药物剂量-动物死亡率 双变量资料 统计资料 单变量资料：X 双变量资料：X，Y 多变量资料：X1，X2，…，XK，Y 第1页/共63页 3 相关与回归是研究两个或多个变量之间相互关系的一种分析方法。 数据结构 编号 Y X1 …… XK 1 2 n 第2页/共63页 4 两变量（X，Y） 无关系 有关系 函数关系 相关（回归）关系 圆周长： y = 2πr 直线关系 曲线关系 直线相关与回归 曲线拟合 第3页/共63页 5 回归：是研究变量之间在数量上依存关系的一种方法。 相关：是研究随机变量之间相互联系密切程度和方向的方法。 直线相关与回归：只涉及两个变量，而且分析是否呈直线关系，是回归和相关分析中最简单的一种。又称简单相关和回归。 概念： 第4页/共63页 6 直线相关与回归的一般步骤： 绘制散点图 直线相关分析 直线回归分析 求相关系数 相关系数假设检验 结论 求回归系数和截距 列出回归方程 回归系数假设检验 第5页/共63页 7 一、直线回归（linear regression） 1. 直线回归方程 ：应变量Y的平均估计值 a：截距（intercept） b：回归系数（regression coefficient） 注意直线回归方程与函数方程的不同 第6页/共63页 8 应用条件 线性（linear）、独立性（independent）、正态性（normal）、等方差（equal variance）——“LINE”。 线性——自变量与应变量的关系是线性的。用散点图判断。 独立性——任意两个观察值互相独立。 正态性——在任意的自变量X的取值处，应变量y均服从正态分布。 等方差——在任意的自变量X的取值处，应变量y的方差均相同。 第7页/共63页 9 第8页/共63页 10 例1 第9页/共63页 11 20名糖尿病人的血糖水平与胰岛素水平的散点图 SPSS 第10页/共63页 12 回归直线的求法 原理（最小二乘法） 各散点距离回归直线的纵向距离（残差）平方和为最小而得到直线。 第11页/共63页 13 计算： 第12页/共63页 14 第13页/共63页 15 第14页/共63页 16 第15页/共63页 17 第16页/共63页 18 3. 直线回归的假设检验 即推断总体回归系数 （）是否为零 即：SS总=SS回归+SS残余 ——剩余或残差（residual) （1）方差分析 第17页/共63页 19 查附表3，F0.01（1，18）=8.28 P 0.01 (2)ｔ检验 ｔ= （b －0）/ ｓb ν=n-2 第18页/共63页 20 ｔ＝（-0.4585 - 0）/0.0699 = - 6.56  = 18，t0.01（18） = 2.878 P 0.01 F = t2=（-6.56）2 = 43.03 第19页/共63页 21 第20页/共63页 22 4. 直线回归中的区间估计 （1）总体回归系数β的区间估计： 例：上例中，b=-0.4585，Sb=0.0699，t0.05,18=2.101 ∴β的95%可信区间： 第21页/共63页 23 第22页/共63页 24 第23页/共63页 25 即总体中当X为某定值X0的条件下Y的均数。 第24页/共63页 26 即：11.9182.101×0.3396= ( 11.08, 12.76 ) 第25页/共63页 27 第26页/共63页 28 （3）个体Y值的预测区间（容许区间）： 即总体中当X为某定值X0时，个体Y值的波动范围。 注意：SY并非是样本观察值Y的标准差 第27页/共63页 29 个体Y值的（1－α）容许区间图 第28页/共63页 30 例： 例1中，当X=15，求个体Y值的预测区间（=0.05）。 第29页/共63页 31 5. 直线回归方程的应用 （1）预测： 即把预报因子（自变量X）代入回归方程对预报量（应变量Y）进行估计。 1）点预测： 2）区间预测： 第30页/共63页 32 区间预测： 当X是已知时，按一定概率估计应变量所在范围。 可按求个体Y值预测区间方法计算。 第31页/共63页 33 例：例1资料中，当胰岛素浓度X=15mU/L时，试估计血糖浓度（=0.05）。 第32页/共6