直线相关与回归分析.docxVIP

第九章：直线回归 依变量y的实际观测值总是带有随机误差，因而依变量y的实际观测值yi 可用自变量x的实际观测值xi表示为： y =a + 0 X +s. (i=1,2,…，n) x为可以观测的一般变量(也可以是可以观测的随机变量)； y为可以观测的随机变量； i为相互独立，且都服从N(0，a 2)的随机变量。 在x、y直角坐标平面上可以作出无数 条直线，我们把所有直线中最接近散 点图中全部散点的直线用来表示x与y的直线关系，这条直线称为回归直线。 设回归直线的方程为： j = a + bx(其中，a是a的估计值，b是B的估计值。) SP xySSX￡ xy - (Z x)(Z j)/n ￡ (x - X)(y - y) SP xy SS X b = = Z (X —X)2 a - y - bX 式中的分子是自变量x的离均差与依变量y的离均差的乘积和 Z(X-X)(y - y)，简称乘积和，记作SP，分母是自变量x的离均差平方和 Xy Z(X-X)2，记作SSxa叫做样本回归截距,是回归直线与y轴交点的纵坐标，当 x=0时，y =a； b叫做样本回归系数，表示x改变一个单位，y平均改变的数量； b的符号反映了 x影响y的性质，b的绝对值大小反映了 x影响y的程度；y叫 做回归估计值，是当x在在其研究范围内取某一个值时，y值平均数a + p x的 估计值。 例题：在四川白鹅的生产性能研究中，得到如下一组关于雏鹅重(g)与70日龄 重(g)的数据，试建立70日龄重(y)与雏鹅重(x)的直线回归方程。 表8-1四川白鹅雏鹅重与70日龄重测定结果 (单位：g) 2、计算回归截距 2、计算回归截距a,回归系数b,建立直线回归方程，首先根据实际观测值计算 出下列数据： 无=￡ x / n = 1182/12 = 98.5 y = ￡ y / n = 32650/12 = 2720.8333 SS =￡ x 2-(￡ x》/n = 118112—G182)2/12 = 1685.00 SS = ￡y2 -(￡y》/n进而计算出b、a：SP =2 -(￡ 企 y) SS = ￡y2 -(￡y》/n 进而计算出b、a： - G2650)/12 = 831491.67 b =翼=36585 = 21.7122 SS 1685.00 x a = y - bx = 2720.8333 - 21.7122 x 98.5 = 582.1816 得到四川白鹅的70日龄重y对雏鹅重x的直线回归方程为： y = 582.1816 + 21.7122x 二、直线回归的偏离度估计 偏差平方和2 (y - y )2的大小表示了实测点与回归直线偏离的程度，因而偏 差平方和又称为离回归平方和。统计学已经证明：在直线回归分析中离回归平方 和的自由度为n-2。于是可求得离回归均方为： 2(y-y)2/(n-2) 离回归 均方是模型(8-1)中a 2的估计值。 离回归均方的平方根叫离回归标准误，记为Syx,即5双=J2 (y-y)2/(n-2) 离回归标准误Syx的大小表示了回归直线与实测点偏差的程度，即回归估测 值宁与实际观测值y偏差的程度，于是我们把离回归标准误Syx用来表示回归方 程的偏离度。 ￡( - §)2 = ss - spi / ss 对于【例题】有 ￡ (J —力2 = SS -SP2 /SS =— 36585 2/1685 = 37152.07 所以 S =『(y — })2/(n — 2) = J37152.07/(12 — 2) = 60.9525(g) 三、直线回归的显著性检验 若x和y变量间并不存在直线关系，但由n对观测值(xi，yi)也可以根据上 面介绍的方法求得一个回归方程y=a+bx。显然，这样的回归方程所反应的两个 变量间的直线关系是不真实的。如何判断直线回归方程所反应的两个变量间的 直线关系的真实性呢？这取决于变量x与y间是否存在直线关系。我们先探讨依 变量y的变异，然后再作出统计推断。 1、直线回归的变异来源 (y — y) = (y — y) + (y — y) ￡ ( y — y)2 =￡ ( y — y )2 + ￡(y — y)2反映了 y的总变异程度，称为y的总平方和，记为SSy； ￡。— y)2反 映了由于y与x间存在直线关系所引起的y的变异程度，称为回归平方和，记为 SS ； R ￡(y-刃2反映了除y与X存在直线关系以外的原因，包括随机误差所引起的y 的变异程度，称为离回归平方和或剩余平方和，记为SSr。 所以：SS = SSr + SS 这表明y的总平方和剖分为回归平方和与离回归平方和两部分。与此相对应，y 的总自由度dfy也划分为回归自由度dfr与离回归自由度dfr两部分，