生物统计学课件：第7章 一元回归与.pptVIP

第7章 一元回归与相关 前几章的方法都只涉及一种变量x，例如不同品种的产量比较试验中，每个品种的平均数反映了产量的集中点，而标准差反映了产量的离散程度，方差分析及多重比较可以检验不同品种产量平均数间的差异是否显著。在实际中，产量x不仅与品种有关，还与肥料多少、播种密度、灌水量等因素有关，具体工作中往往要研究两个变量或两个以上变量的相互关系。 第7章 一元回归与相关 圆半径r与圆面积S之间存在S=πr2的关系，两个之间的关系是确定不变的，r与S之间就是函数关系。 珍珠贝壳高（SH，x）与总重（TW，y）之间也有一种关系： 回归的概念 回归的概念 回归与相关分析 对于自变量x的每一个取值xi，都有y的一个分布与之对应，我们就称y对x存在回归关系。研究一个自变量与一个因变量之间的回归分析称为一元回归分析，研究多个自变量与一个因变量之间的回归分析称为多元回归分析。回归分析的目的是建立回归方程，利用回归方程由自变量来预测与控制因变量。 一元直线回归与相关 研究回归关系时，对于每一个自变量x的取值xi，都有y的一个分布与之对应，而不是确定的一个yi与之对应。当x=xi时，对应的y值有平均数μy，我们可以用直线回归方程来描述x与y之间的关系： 直线相关 如果变量x与y呈线性关系，但不需要有x来估计y，只需要了解x与y的相关程度及相关性质，可以通过计算相关系数来研究。 两个变量之间关系可以通过散点图看出。（a）随着x变化，y无变化规律，称为为不相关； （b）随着x增加，y也增加，称为正相关； （c）随着x增加，y减小，称为负相关。 直线相关 我们可以从一组样本数据（x，y）中计算得到样本的相关系数，一般用r表示，-1≤r≤1。x与y相关越紧密，| r |越大；如果x与y不相关，则r = 0；如果x与y呈函数关系，则r = 1，称为完全相关或绝对相关。 在统计中，还有一个表示相关程度的统计数叫决定系数，它定义为相关系数r的平方，即r2。0≤r2≤1，它只能表示相关程度，而不能表示相关性质。 直线相关 例 有人研究黏虫孵化历期平均温度（x，℃）与历期天数（y，d）之间的关系，试验资料见下表。试建立直线方程，并估计平均温度为15℃时相应的平均历期天数及历期天数y的95%置信区间。 直线相关 ① Minitab 输入数据，点击菜单统计→回归→回归： 直线相关 ① Minitab 弹出对话框，将y选择到响应后面，将x选择到预测变量后面： 直线相关 ① Minitab 点击选项，在新观测值的预测区间下面输入15，置信水平默认为95%不作修改，存储下面勾选拟合值、拟合值标准误、置信限、预测限： 直线相关 ① Minitab 点击结果，选择回归方程、系数表、s、R平方和基本的方差分析： 直线相关 ① Minitab 点击确定，返回上级对话框，点击确定，即可得到结果： 直线相关 ② 6SQ统计插件 输入数据，选择数据，点击菜单6SQ统计→回归分析→一元线性回归分析： 直线相关 ② 6SQ统计插件 输入数据，选择数据，点击菜单6SQ统计→回归分析→一元线性回归分析： 直线相关 ② 6SQ统计插件 点击确定，即可得到结果： 直线相关 ② 6SQ统计插件 点击确定，即可得到结果： 直线相关 ② 6SQ统计插件 点击确定，即可得到结果： 直线相关 ② 6SQ统计插件 直线相关 ② 6SQ统计插件 结果中还给出了X-Y散点图，图中有回归方程与决定系数： 直线相关 ② 6SQ统计插件 结果中还有y的预测值与区间： 直线相关 ③ DPS 输入数据，选择数据，点击菜单多元分析→回归分析→线性回归： 直线相关 ③ DPS 弹出对话框，在预测前面变量x1后面的取值中输入15，点击预测： 直线相关 ③ DPS 点击返回编辑，即可得到结果： 直线相关 ③ DPS 一元曲线回归与相关 直线关系是两个变量之间最简单的关系。但实际工作中，经常会遇到曲线关系，如生物的体重y与身高x、细菌的繁殖速度y与温度x、作物产量y与施肥量x等。 曲线回归分为已知曲线类型与未知曲线类型两种情况。在很多情况下，我们对研究的对象有一定了解，需要研究的两个变量之间的已有现成的曲线回归方程描述，如生物学研究中，单细胞生物生长初期常常是按指数函数增长，但后期生长受到抑制，就会转变成“S”型曲线；酶促反应动力学中的米氏方程是一种双曲线。曲线类型是已知的，回归效果会有保证。有时候，两个变量之间的规律尚不清楚，无现成的回归方程可以描述，这时候就可以利用多项式回归，通过逐渐增加多项式的高次项来拟合。 一元曲线回归与相关 确定两个变