理学回归分析.pptxVIP

1 回归分析就是研究变量间相关关系的一门学科,它通过对客观事物中变量的大量观察，寻找隐藏在观察数据背后的相关关系，给出它们的表达形式—回归函数的估计。 在实践中能够取到一个可观测（但不能人为控制）的值，或者能够根据需要对它赋值。这种变量称为自变量，或预报变量。 受预报变量影响的变量称为因变量，或响应变量。 第1页/共45页 2 回归分析研究预报变量的变化对响应变量变化的影响程度， 继而根据已知预报变量的变化来估计或预测响应变量的变化。 回归分析的应用—— 第2页/共45页 3 《多元回归分析在保险中的应用》 《工业产值和工业贷款的关系及预测—— 运用回归法分析塔城地区工业产值和工业贷款的关系》 《回归分析法在成本预测中的运用》 《固定资产投资与经济增长关联性的回归分析》 《回归分析在“生产资料流通经济效益研究”中的应用》 《公路运输量预测的广义线性混合回归模型》 《我国工业产品产量对GDP影响的实证分析》 《国内生产总值与港口吞吐量的回归分析》 第3页/共45页 4 《多元线性回归在工资增长预测模型中的应用》 《多元线性回归在影响房地产销售因素分析中的应用》 《八十年代中国女性省际婚姻迁入的逐步回归分析》 《4-5岁儿童行为问题与影响因素的Logistic回归分析》 《2000年厦门港货物吞吐量预测》 《204例大学生由手长、中指长推算身高的回归方程》 《我国居民消费倾向的实证分析》 …… 第4页/共45页 5 一元线性回归 [例1] 某超市年销售额统计如下表： 年份 xi 1994 1995 1996 1997 1998 1999 2000 2001 2002 销售额yi (万元） 114 127 128 153 169 184 208 203 205 第5页/共45页 6 第6页/共45页 7 进一步对ε 作正态假设 一元线性回归的统计模型 第7页/共45页 8 利用已经获得的数据（xi ，yi ）i = 1 ,…, n ，可以对未知的模型参数β0、 β1作出估计。 拟合方程或回归方程 ： 第8页/共45页 9 回归系数的最小二乘估计( LSE ) 第9页/共45页 10 第10页/共45页 11 回归方程 第11页/共45页 12 定 理：在一元线性回归的统计模型下，有 第12页/共45页 13 第13页/共45页 14 注 第14页/共45页 15 定理说明： 要提高估计精度，就要求 n 大，lxx 大； 第15页/共45页 16 回归方程的显著性检验 平方和分解 第16页/共45页 17 R2 越大（越接近1），表明ST 中回归平方和SR 占的比例就越大，回归方程就越有效； 反之，R2 越小，（越接近0），表明 ST 中误差平方和 Se 占的比例就越大，回归方程的有效性就较差。 第17页/共45页 18 第18页/共45页 19 在原有假设下，可以考虑采用 F 作为检验统计量： F 检验 第19页/共45页 20 t 检验 第20页/共45页 21 可化为线性回归的非线性回归 根据中华人民共和国信息产业部发布的统计资料，1997年5月至1998年12月每月上网人数见下表： 序号 1 2 3 4 5 6 7 8 9 10 时间 97.5 97.6 97.7 97.8 97.9 97.10 97.11 97.12 98.1 98.2 人数 35 39 43 47 52.8 57.2 63.9 68 74.3 80.2 序号 11 12 13 14 15 16 17 18 19 20 时间 98.3 98.4 98.5 98.6 98.7 98.8 98.9 98.10 98.11 98.12 人数 90.2 98.1 108.4 120.2 128.9 135.5 147.8 170.4 188.9 215.7 第21页/共45页 22 第22页/共45页 23 对此,我们假设（ x , y ）满足： y = a ebxε 令 lny = y* , lna = a* , lnε = ε* 则有： y* = a* + bx + ε* 第23页/共45页 24 第24页/共45页 25 可以用变换方法处理的函数类型有： 第25页/共45页 26 第26页/共45页 27 多元线性回归 多元线性回归的统计模型 第27页/共45页 28 第28页/共45页 29 回归系数的最小二乘估计( LSE ) 第29页/共45页 30 第30页/共45页 31 回归方程的显著性检验 第31页/共45页 32 在原有假设下，可以考虑采用 F 作为检验统计量： 第32页/共45页 33 回归系数的显著性检验 t 检验 第33页/共45页 34 F 检验 第34页/共45页 35 关于线性回归的几个高级话题