一元线性回归原理.pptVIP

01其中，记可以简写为02经过整理，可得例1假定需要研究化肥施用量与粮食产量的关系，以便准确地定出化肥施用量的单位变化如何影响粮食产量的平均单位变化，进而确定合理的化肥施用量。表1粮食产量与化肥施用量化肥施用量x(万吨)4541.053637.872287.493056.894883.73779.34021.09粮食产量y(万吨)48526.6945110.8740753.7943824.5850890.1146370.8846577.91化肥施用量x(万吨)2989.063021.93953.973212.133804.761598.281998.56粮食产量y(万吨)42947.4441673.2147244.3443061.5347336.7837127.8939515.07化肥施用量x(万吨)3710.563269.031017.121864.232797.241034.09粮食产量y(万吨)46598.0444020.9234866.9137184.1441864.7733717.78最小二乘法求解回归方程实例第*页*统计思维回归的直观理解与原理:一元线性回归

（一）问题的提出例1假定需要研究化肥施用量与粮食产量的关系，以便准确地定出化肥施用量的单位变化如何影响粮食产量的平均单位变化，进而确定合理的化肥施用量。表1化肥施用量与粮食产量化肥施用量x(万吨)4541.053637.872287.493056.894883.73779.34021.09粮食产量y(万吨)48526.6945110.8740753.7943824.5850890.1146370.8846577.91化肥施用量x(万吨)2989.063021.93953.973212.133804.761598.281998.56粮食产量y(万吨)42947.4441673.2147244.3443061.5347336.7837127.8939515.07化肥施用量x(万吨)3710.563269.031017.121864.232797.241034.09粮食产量y(万吨)46598.0444020.9234866.9137184.1441864.7733717.78图1化肥施用量与粮食产量的散点图上述变量间关系的特点：变量间关系不能用函数关系精确表达一个变量的取值不能由另一个变量唯一确定当变量x取某个值时，变量y的取值可能有几个各观测点分布在直线周围?????????xy两个变量之间有着密切的关系，但它们之间密切的程度并不能由一个变量唯一确定另一个变量，即它们间的关系是一种非确定性的关系。它们之间到底有什么样的关系呢?例1中由20组数据，粮食产量与化肥施用量的关系式是如何得到的？问题解决方案运用模型来拟合这些数据点。观测值分解成两部分：y=b0+b1x+e一元线性回归模型?????????xy观测项=+结构项随机项=+（二）一元线性回归模型描述因变量y如何依赖于自变量x和误差项?的方程称为回归模型一元线性回归模型可表示为y=b0+b1x+ey是x的线性函数(部分)加上误差项线性部分反映了由于x的变化而引起的y的变化误差项?是随机变量反映了除x和y之间的线性关系之外的随机因素对y的影响是不能由x和y之间的线性关系所解释的变异性?0和?1称为模型的参数?????????xy一元线性回归模型(基本假定)因变量x与自变量y之间具有线性关系在重复抽样中，自变量x的取值是固定的，即假定x是非随机的误差项ε是一个期望值为0的随机变量，即E(ε)=0。对于一个给定的x值，y的期望值为E(y)=?0+?1x对于所有的x值，ε的方差σ2都相同误差项ε是一个服从正态分布的随机变量，且相互独立。即ε~N(0,σ2)独