第八章方差分析与回归分析理教学幻灯片.pptVIP

方差分析与回归分析 ;方差分析 Analysis Of Variance;比较三种饲料的增重效果是否一致，可以转化为利用样本 比较三个总体均值是否相等。直观上看该问题可以用两个 总体均值差异显著性检验解决，但细想想还是存在一定问 题，因为这样的比较能增大犯错误的概率。为解决这类问 题，英国统计学家R.A.Fisher于1924年提出了解距此类问题 的通用方法-方差分析法。;二、单因素方差分析的统计模型; 2.单因素方差分析的统计模型;为了分析方便，我们往往对单因素方差分析的统计模型进 行如下转化。令; 三、单因素方差分析的原理;;;;例题8.2 对例题8.1的试验数据进行方差分析。 解：H0：饲料种类对鸡的增肥没有影响； H1：有影响。; 三、单因素方差分析模型的参数估计;;;一、相关关系的概念 在现实问题中，处于同一个过程中的一些变量，往往是相互依赖和相互制约的，形成一定的相互关系，这种相互关系大致可分为两种：;2.相关关系举例; 因此，统计学上讨论两变量的相关关系时，是设法 确定：在给定自变量 的条件下，因变量 的条 件数学期望;二、回归关系的概念 1.回归关系;回归分析主要包括三方面的内容： 1）确定变量间的回归函数形式提供建立有相关关系的变 量之间的数学关系式（称为经验公式）的一般方法； 2）判别所建立的经验公式是否有效，并从影响随机变量 的诸变量中判别哪些变量的影响是显著的，哪些是不显著 的； 3）利用所得到的经验公式进行预测和控制。 ;一元线性回归模型;其中 ;其中 是与 无关的未知常数。;令 ;记;3.回归方程有效性的检验 ;(一)回归方程有效性的F检验法 ;——回归平方和，反映回归值与平均值的偏差，揭示 变量 与 的线性关系所引起的数据波动。;如果 为真，则 ;记; 越大，变量 与 之间的线性相关程度越强。 ;计算;(三)回归方程有效性的t检验法 ;;解 （1）描散点图 ;（2）建立模型 ;所以，所求的回归方程为 ;（3）检验回归方程的有效性 ;利用回归方程进行预测; 续例1 求大豆脂肪含量为18.6%的条件下蛋白质 95%的预测区间。 ;控制则为预测的反问题：已知因变量的取值区间??? ; 前一节，我们学习了一元线性回归分析问题，在实 际应用中，有些变量之间并不是线性相关关系，但可以 经过适当的变换，把非线性回归问题转化为线性回归问 题。;2、幂函数曲线 ;4、负指数函数曲线 ;6、S型（Logistic）曲线 ;例8.4 测定某肉鸡的生长过程，每两周记录一次鸡的重 量，数据如下表;令 ;所以