回归分析法培训教材.ppt

回归分析法培训教材 龍元 2014/01/18 第一页，共三十六页。 回归分析 从各种事物之间的因果关系出发，通过对与研究对象有联系的事物与现象的变化趋势进行分析，在此基础上预测研究对象未来数量状态的一种方法。 回归分析的主要内容是： 1.从一组数据出发，确定这些变量（参数）间的定量关系（回归模型）； 2.对模型的可信度进行统计检验； 3.从有关的许多变量中，判断变量的显著性（即哪些是显著的，哪些不是，显著的保留，不显著的忽略）； 4.应用结果是对实际问题作出的判断 回归分析概述 第二页，共三十六页。 回归分析概述 回归分析的类型 （1）按模型中自变量数划分：一元线性回归模型和多元线性回归模型； （2）按模型中变量关系划分：线性回归模型和非线性回归模型； （3）按模型中有无虚拟变量划分：普通回归模型和虚拟变量回归模型； （4）按自变量与时间关系划分：与时间无关的相关关系、相对时间的滞后性的相关关系、时间序列关系。 第三页，共三十六页。 回归分析法的应用步骤 （1）根据对客观现象的定性认识确定变量之间是否存在相关关系； （2）判断相关关系的大致类型； （3）绘制散点图，并初步推测回归模型； （4）进行回归分析并拟合出回归模型； （5）对回归模型的可信度进行检验； （6）运用模型进行预测。 回归分析概述 第四页，共三十六页。 一元线性回归模型 式中：yi ---第i组的预测目标，称为因变量； --- yi 的估计值； xi ---第i组可以控制或预先给定的影响因素，称为自变量； a，b---回归模型参数，即a表示截距，b表示斜率； ei---第i组随机误差项，呈正态分布。 一元线性回归分析法 第五页，共三十六页。 确定模型参数（最小二乘法） （1）求离差平方和： （2）由微积分的极值原理，分别对a和b求一阶偏导数，并令其等于零： 一元线性回归分析法 第六页，共三十六页。 （3）求解出回归参数a和b： 一元线性回归分析法 第七页，共三十六页。 一元线性回归分析法 回归检验 1.R检验（即相关系数的显著性检验） 检验规则：当|R|=1，表示x和y完全相关；当0 ≤ |R| ≤ 1，表示x和y完全相关；当|R|=0，表示x和y不相关。 第八页，共三十六页。 一元线性回归分析法 回归检验 2.T检验 T检验的一般步骤如下:①计算T值；②对于给定的显著水平a，查自由度为n-2的T分布的临界值表，得临界值： ③比较T值与 值的大小，如果 则认为线性回归显著，一元回归模型成立，否则认为线性回归不显著，一元回归模型不成立。 第九页，共三十六页。 一元线性回归分析法 回归检验 3.F检验 F检验的一般步骤如下:①计算F值；②对于给定的显著水平a，查自由度为1，n-2的F分布的临界值表，得临界值： ；③比较T值与 值的大小，如果 则认为线性回归显著，一元回归模型成立，否则认为线性回归不显著，一元回归模型不成立。 第十页，共三十六页。 一元线性回归分析法 实例5-1 已知某汽车的2002-2008年的年销售额如表5-1所示，试用一元线性回归法预测2010年和2012年的销售额。 第十一页，共三十六页。 一元线性回归分析法 ①画散点图分析得知变量之间存在相关关系，并据此选择一元线性回归模型。 第十二页，共三十六页。 一元线性回归分析法 ②计算一元线性回归的相关数据如表5-2所示。 第十三页，共三十六页。 一元线性回归分析法 ③计算出参数a、b，得出一元线性回归模型： ④求出相关系数R为0.961，说明x与y有很强的正相关关系。 ⑤F检验。 ，给定显著水平ａ=0.05，查F分布表F0.05(1,5)=6.61,则F＞ F0.05(1,5)。所以，建立一元线性回归模型成立。 ⑥计算预测值。 第十四页，共三十六页。 多元线性回归模型 式中：yi ---第i组的预测目标，称为因变量； --- yi 的估计值； xi ---第i组可以控制