第八章 回归分析.pptVIP

第1页，共39页，星期日，2025年，2月5日二、研究相关关系的内容有1、相关分析——相关方向及程度（第九章）。增大而增大——正相关；增大而减小——负相关。2、回归分析——模拟相关变量之间的内在联系，建立相关变量间的近似表达式（经验公式）（第八章）。相关程度强，经验公式的有效性就强，反之就弱。第2页，共39页，星期日，2025年，2月5日三、回归分析分类标准1、按自变量个数多少来分类：如：一个自变量称为一元回归；两个变量称为二元回归；多个变量称为多元回归。2、按表达式关系分类：线性（直线）；非线性（曲线）。第3页，共39页，星期日，2025年，2月5日Linear线性回归CurveEstimation曲线估计BinaryLogistic二元逻辑斯谛回归MultinomialLogistic多元逻辑斯谛回归Probit概率单位回归Nonlinear非线性回归WeightEstimation加权估计2-StageLeastSquares二阶段最小二乘法四、SPSS软件中的回归过程有以下几个方面，见下表：第4页，共39页，星期日，2025年，2月5日第一节一元线性回归模型一、基本问题1、样本资料：变量X——一般变量，在实验中人为可以控制，如年龄X。变量Y——随机变量，可能发生，也可能不发生，实验中不能人为控制，如血压Y。注：也有两个变量都是无法控制的（都是随机变量），如高考成绩，大学成绩；身高，体重等等。哪个作为自变量，哪个作为因变量都可以，所得结论和上述情况结论类似。第5页，共39页，星期日，2025年，2月5日对X和Y进行观测得到样本：其中不全相等。做散点图如下：第6页，共39页，星期日，2025年，2月5日2、数据结构（模型）设变量x与y适合：其中是与x无关的常数，该模型称为一元线性回归模型，b称为回归系数。（a、b称为回归参数）第7页，共39页，星期日，2025年，2月5日3、基本任务（1）根据样本，如何得到的近似表达式，即估计a，b（记a、b的估计值为）。（2）由（1）建立（一元经验线性回归模型），检验（判断）该模型是否有效。第8页，共39页，星期日，2025年，2月5日二、基本原理1、a、b估计值思想：假定已建立，要使各散点到的垂直距离之和最小。（1）最小二乘法（2）最小一乘法第9页，共39页，星期日，2025年，2月5日利用微分法，有整理后得第10页，共39页，星期日，2025年，2月5日其中引入一些记号：于是。第11页，共39页，星期日，2025年，2月5日从而得到一元经验线性回归模型由预测得，称为预测值。2、检验回归方程的显著性欲检验接受：表示回归方程无效；拒绝：表示回归方程有效。具体方法：第12页，共39页，星期日，2025年，2月5日（1）平方和分解第13页，共39页，星期日，2025年，2月5日其中，为剩余平方和（或残差平方和），表示随机误差；为回归平方和，表示回归效果。（2）检验统计量：在成立下，即当时有代入具体数值得，若则回归模型显著（非常显著，显著）。第14页，共39页，星期日，2025年，2月5日3、衡量模型拟合度的几个指标（1）标准误差（或标准残差）当S越大，拟合越差，反之，S越小，拟合越好。（2）复相关函数当R越大，拟合越好，R越小，拟合越差。第15页，共39页，星期日，2025年，2月