5 用回归分析预测未来.pptxVIP

第五章 用回归分析预测未来;1 回归分析;回归分析分类;4;回归分析主要解决方面的问题;回归分析步骤;回归分析的有效性和注意事项;常用概念;一元线性回归;11;12;回归问题分析的方法;回归分析的原理;;【例】食品感官评定时，测得食品甜度与蔗糖浓度的关系如表6-2所示，试建立y与x的直线回归方程。;（1）作散点图 以蔗糖质量分数（x）为横坐标，甜度（y）为纵坐标作散点图，如图所示。;（2）计算回归截距a，回归系数b，建立直线回归方程; ;以上计算也可在回归计算???中进行。;∑Xk=38.0; 根据直线回归方程可作出回归直线，见图。从图看出，并不是所有的散点都恰好落在回归直线上，这说明用 去估计y是有偏差的。;回归分析方法分类;回归直线准确度R2;案例分析;（1）变量间是否存在相关 直线回归分析和相关分析毕竟是处理变量间关系的数学方法，在将这些方法应用于具体研究时要考虑到事物本身的客观实际情况，譬如变量间是否存在直线相关以及在什么条件下会发生直线相关，求出的直线回归方程是否有意义，某性状作为自变量或依变量的确定等等，都必须由科学相应的专业知识来决定，并且还要用到科学实践中去检验。如果不以一定的科学依据为前提，把风马牛不相及的资料随意凑到一块作直线回归分析或相关分析，那将是根本性的错误。 ;（2）其余变量尽量保持一致 由于自然界各种事物间的相互联系和相互制约，一个变量的变化通常会受到许多其它变量的影响，因此，在研究两个变量间关系时，要求其余变量应尽量保持在同一水平，否则，回归分析和相关分析可能会导致完全虚假的结果。例如研究人的身高和胸围之间的关系，如果体重固定，身高越高的人，胸围越小，但当体重在变化时，其结果也就会变化。;（3）观测值要尽可能的多 在进行直线回归与相关分析时，两个变量成对观测值应尽可能多一些，这样可提高分析的精确性，一般至少有5对以上的观测值。同时变量x的取值范围要尽可能大一些，这样才容易发现两个变量间的变化关系。; （4）结论外推要谨慎 直线回归与相关分析一般是在一定取值区间内对两个变量间的关系进行描述，超出这个区间，变量间关系类型可能会发生改变，所以回归预测必须限制在自变量x的取值区间以内，外推要谨慎，否则会得出错误的结果。 ;（5）正确理解回归或相关显著与否的含义 一???不显著的相关系数并不意味着变量x和y之间没有关系，而只有能说明两变量间没有显著的直线关系；一个显著的相关系数或回归系数亦并不意味着x和y的关系必定为直线，因为并不排除有能够更好地描述它们关系的非线性方程的存在。;（6）一个显著的回归方程并不一定具有实践上的预测意义 如一 个资 料x 、y 两个变量间的相关系数 r =0.5，在 df =24时，r0.01(24) =0. 496，rr0.01(24)，表明相关系数极显著。而r2=0.25，即x变量或y变量的总变异能够通过y变量或x变量以直线回归的关系来估计的比重只占25%，其余的 75% 的变异无法借助直线回归来估计。;自由度DF（degree of freedom）;33;案例分析;定性转定量;;;;;;;;;;;;;;;;;;;;;;;;;;推荐阅读