商业数据分析（第3版）第7章.pptxVIP

线性回归分析第7章 引言管理决策通常都基于两个或两个以上变量间关系做出的。例如：根据广告费用与销售量之间的关系，销售经理可能就会用给定的广告费用去预测销售量。有些场合下，经理人员将会根据直觉判断两个变量间的相关性。然而，如果有可供利用的数据，我们就可以用统计回归分析的方法，借助回归方程揭示变量间的关系。 引言在回归范畴中，被预测的变量称作因变量，或者响应变量。用来预测因变量的变量，称作自变量，或者预测变量。简单线性回归反映了一个自变量（x）和一个因变量（y）之间可以用直线近似的关系。一个因变量（y）和两个或两个以上自变量（x1，x2，...，xq）之间的回归分析，就是所谓多元线性回归。 简单线性回归模型回归模型回归方程 简单线性回归模型回归模型：反映y与x及误差项之间关系的方程。 简单线性回归模型回归方程：总体参数β0、β1的值是未知的，需要使用样本数据进行估计。样本统计量（对应地分别用b0、b1表示）需要被计算出来，以作为总体参数β0、β1的估计。用样本统计量的值b0、b1代替式（7.1）中的β0、β1，并舍去误差项（因为误差项的期望等于0）。 简单线性回归模型估计的简单线性回归方程又叫做估计的回归线。b0是y截距项的估计，b1为斜率的估计。图7.1给出了简单线性回归的统计估计过程： 简单线性回归模型图7.1 简单线性回归的统计估计过程 简单线性回归模型图7.2 简单线性回归的几