统计回归模型课件.ppt

数学建模之;;;

统计方法

利用从一定总体中随机抽取一部分即样本的性质，来推断和预测总体的性质的方法。;;一.数理统计中的一些基本概念;参数估计;方差分析(AnalysisofVariance，简称ANOVA)，又称

“变异数分析”或“F检验”，是R.A.Fisher发明的，用于

两个及两个以上样本均数差别的显著性检验。由于各

种因素的影响，研究所得的数据呈现波动状。造成波

动的原因可分成两类，一是不可控的随机因素，另一

是研究中施加的对结果形成影响的可控因素。;;因素A的水平观测值;在单因素试验中，假设有r个编号为i=1至r的正态总体，它们分别服从N(?i,σ2)分布，当?i及σ2未知时,要根据取自这r个正态总体的r个相互独立且方差相同的样本检验原假设H0：各μi(i=1至r)相等，所作的检

验以及对未知参数的估计称为方差分析。;总离均差平方和的分解;结论1）SST=SSE+SSA;《切胚乳试验》用小麦种子进行切胚乳试验，设计分3种处理，同期播种在条件较为一致的花盆内，出苗后每盆选留2株，成熟后测量每株粒重(单位：g)，得到数据如下：;方差来源

A

误差

总和;变量间的相互关系;●从涉及的变量数量看

简单相关多重相关（复相关）;●从变量相关的程度看

完全相关(B)

不完全相关(A)

不相关(C);回归的古典意义：

高尔顿遗传学的回归概念;

一个因变量对若干解释变量依存关系的研究

回归的目的（实质）：由固定的自变量去估计因变量的平均值;●共同的研究对象：都是对变量间相关关系的分析;一般形式;根据样本及其观测值可以得到α、β及σ2的估计量及估计值;确定未知参数的方法：最小二乘法。;根据最小二乘法的要求,由;;当H0为真时，;利用回归方程进行预测;多元线性回归模型的一般形式;多元回归分析数据格式;多元线性回归分析的一般步骤;拟合优度公式;相关系数：描述两个变量间的线性相关程度。;相关性检验：;给定显著性水平，查自由度为n-2的临界值；

◆若，表明相关系数r在统计上是显著的，

应否定而接受的假设；

◆反之，若，应接受的假设。;三.回归分析;为了考评教???的教学质量，教学研究部门设计了一个

教学评估表，对学生进行一次问卷调查，要求学生对

12位教师的15门课程（其中3名教师有两门课程）按以

下7项内容打分，分值为1—5分（5分最好，1分最差）;教师编号;教师编号;定每项都对教师总体评价Y有显著影响，并且各项内

之间也可能存在很强的相关性，他们希望得到一个总

体评价与各项具体内容之间的模型，模型应尽量简单

和有效，并且由此能给教师一些合理的建议，以提高

评价总体评价.;逐步回归;逐步回归的基本思路是：先确定一个包含若干自变量的初始

集合，然后每次从集合外的变量中引入一个对因变量影响最

大的，再对集合中的变量进行检验，从变得不显著的变量中

移出一个影响最小的，依次进行，直到不能引入和移出为止。引入和移出都以给定的显著性水平为标准。

利用MATLAB系统工具箱中的逐步回归命令stepwise可以实现

逐步回归。Stepwise提供人机交互式画面，可以在画面上自由

引入和移出变量，进行统计分析。具体用法参见MATLAB丛书.;利用MATLAB命令得到各个变量的回归系数，置信区间

及剩余标准差（RMSE），决定系数（R-square），

值、值，见表.;参数;参数;回归终得到的模型为;在最终模型里回归变量只有;1.0000;如果初步看来影响因变量的因素较多，并得到了大

量的数据。为了建立一个有效的、便于应用的模型，

可以利用逐步回归只选择那些影响显著的变量“入

围”。如果怀疑原有变量的平方项、交叉项等也会

对变量有显著影响也可以将这些项作为新的自变量

加入到候选行列，用逐步回归来处理。;回归分析模型的相关应用;06BHIV病毒问题

08B大学学费问题;练习题