生物统计学课件.pptxVIP

直线回归与相关 8.1 回归与相关的概念 1、函数关系与统计关系函数关系是一种确定的关系。例如圆面积与半径的关系为：统计关系是一种非确定关系，即一个变数的取值受到另一变数的影响，两者之间有关系，但又不存在完全确定的函数关系。2、自变数与依变数对据有统计关系的两个变数，分别用变数符号Y 和X 表示。根据两个变数的作用特点，统计关系又可分为因果关系和相关关系两种。两个变数间的关系若有原因和反应(结果)的性质，则称这两个变数间存在因果关系，并定义原因变数为自变数(independent variable),以X 表示；定义结果变数为依变数(dependent variable),以Y 表示。 如果两个变数并不是原因和结果的关系，而呈现一种共同变化的特点，则称这两个变数间存在相关关系。 相关关系中没有自变数和依变数之分。3、回归分析和相关分析(1)对具有因果关系的两个变数，统计分析的任务是由实验数据推算出一个表示Y 随X 的改变而改变的方程 ，称之为回归方程(regression equation of Y on X )，这一过程称为回归分析。(2)对具有相关关系的两个变数，统计分析的目标是计算表示Y和X相关密切程度的统计数，并测验其显著性。这一过程称为相关分析。4、两个变数资料的散点图将两个变数的n对观察值(x1,y1)、(x2,y2)、…、(xn,yn)分别以坐标点的形式标记于同一直角坐标平面上得到的图，称为散点图(scatter diagram)。y,稻谷产量(g)2.01.51.00.50.01234x,生物产量(g)水稻单株生物产量与稻谷产量的散点图y,结实率(%)757065605503.23.644.44.8x,每平方米颖花数(万)水稻每平方米颖花数和结实率的散点图45040035030025003456789y,产量(kg/亩)x,最高叶面积指数水稻最高叶面积指数和亩产量的散点图8.2.1 直线回归方程 8.2.2 直线回归的假设测验和区间估计8.2直线回归 8.2.1 直线回归方程一、直线回归方程式称为直线回归方程(linear regression equation)。其中a 是x=0时的 值，即回归直线在y 轴上的截距，叫回归截距(regression intercept);b 是x 每增加一个单位数时， 平均地将要增加(b0时)或减少(b0时)的单位数，叫回归系数(regression coefficeint)。( yi- )实际观察值与估计值之差yiy0xix从上图得知，要使 能够最好地代表y和x在数量上的互变关系，必须使分别对a和b求偏导并令其为0，即：式中 是x的离均差和y的离均差的乘积之和，简称乘积和(sum of products),记作SP。二、直线回归方程的计算［例9.1P160］一些夏季害虫盛发期的早迟和春季温度高低有关。江苏武进连续9年测定3月下旬至4 月中旬旬平均温度累积值(x,旬.度)和水稻一代三化螟盛发期(y,以5月10日为0)的关系，得结果于下表。试计算其直线回归方程。x累积温35.534.131.740.336.840.231.739.244.2y盛发期12169273139-1由观察值计算一级数据由一级数据计算二级数据因而有：从而得到回归方程：三、直线回归方程的图示(月/日)5/25 15y,一代三化螟盛发期5/20 105/15 55/10 05/5 -530343842x,3月下旬至4月中旬平均温度累积值四、直线回归的估计标准误 满足 为最小的直线回归方程和实测的观察点并不重合，表明该回归方程仍然存在随机误差。 Q 就是误差的一种度量，称之为离回归平方和(sum of squares to deviation from regression)或剩余平方和。由于在建立回归方程时用了a 和b 两个统计数，故Q 的自由度ν=n-2。因而，可定义回归方程的估计标准误为：Q值的计算：在例9.1中：五、直线回归的数学模型和基本假定1、数学模型样本的线性组成为：2、基本假定(1)、Y 变数是随机变数，而X 变数则是没有误差的固定变量，至少和Y 变数比较起来 X 变数的误差小到可以忽略。(2)在任一X上都存在着一个Y 总体，它是作正态分布的，其平均数 是X 的线性函数。(3)所有的Y总体都具有共同的方差 ，这一方差不因X的不同而不同，而直线回归总体具有 。试验所得的一组观察值(xi,yi)只是 中的一个随机样本。(4)、随机误差ε相互独立，并作正