23第七章直线回归与相关分析.pptVIP

第七章直线回归与相关; 变量间的关系

1.变量间存在着完全确定性的关系，可以用精确的数学表达式来表示。

如长方体的体积（V）与长（a）、宽（b）、高（h）的关系可以表达为：

V=abh

它们之间的关系是确定性的，只要知道了其中3个变量的值就可以精确地计算出另一个变量的值。这类变量间的关系称为函数关系。; 2.变量间不存在完全的确定性关系，不能用精确的数学公式来表示。

如产量与施肥量的关系，

病虫害发生时期与温度的关系，

小麦单位面积产量与单位面积穗数、

每穗粒数、千粒重的关系等。

这些变量间都存在着十分密切的关系，但由于随机误差的影响，不能由一个或几个变量的值精确地求出另一个变量的值。这样的变量在生物界中是大量存在的，统计学中把这类变量称为相关变量。; 相关变量间的关系：

①因果关系：一个变量的变化受另一个或几个变量的影响。

如病虫害发生时期受温度的影响，

小麦单位面积产量受单位面积穗数、

每穗粒数、千粒重的影响；; ②平行关系：二个变量相互影响，互为因果。

如小麦每穗粒数与千粒重之间的关系，株高与穗长之间的关系等都属于平行关系。

统计学上采用回归分析研究呈因果关系的相关变量间的关系。

表示原因的变量称为自变量，表示结果的变量称为依变量。; 研究“一因一果”，即一个自变量与一个依变量的回归分析称为一元回归分析；

研究“多因一果”，即多个自变量与一个依变量的回归分析称为多元回归分析。

一元回归分析又分为直线回归分析与曲线回归分析两种；

多元回归分析又分为多元线性回归分析与多元非线性回归分析两种。; 回归分析：揭示出呈因果关系的相关变量间的联系形式，建立它们之间的回归方程，利用所建立的回归方程，由自变量(原因)来预测、控制依变量(结果)。;相关分析：研究呈平行关系的相关变量之间的关系。

对两个变量间的直线关系进行相关分析称为直线相关分析（也叫简单相关分析）；

对多个变量进行相关分析时，研究一个变量与多个变量间的线性相关称为复相关分析；

研究其余变量保持不变的情况下两个变量间的线性相关称为偏相关分析。

在相关分析中，不区分自变量和依变量。;第一节直线回归分析;图7-1（x，y）的散点图;从散点图可以看出：

①两个变量间关系的类型，是直线还是曲线。

图（a）、(d)表明x与y是完全直线关系，这种情况在生物界不多见；图（b）、(e)表明x与y是直线相关关系，这种情况在生物界较常见；图（f）表明x与y是曲线关系，这种情况在生物界也较常见；图（c）表明x与y无关。; ②两个变量间关系的性质（是同向增减还是异向增减。

图（a）、(b)表明x与y的直线关系是同向增减，图（d）、(e)表明x与y的是直线关系是异向增减）和程度（是密切还是不密切）。

③是否有异常观测值。;一、直线回归方程的建立

如果呈因果关系的两个相关变量x与y间的关系是直线关系，根据自变量x和依变量y的n对观测值所描出的散点图，如图7-1(b)或(e)所示。由于依变量y的实际观测值总是带有随机误差，因而实际观测值yi可表示为：;其中，

α：为总体回归截距

β：为总体回归系数

?i：为相互独立、且都服从N(0,σ2)

的随机变量。; 在x，y的直角坐标平面上可以作出无数条直线，回归直线是指所有直线中最接近散点图全部散点的直线。

设直线回归方程为：; a、b应使回归估计值与实际观测值的偏差平方和最小，即：;整理得关于a、b的正规方程组;解正规方程组，得：;（7-3）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，简称乘积和，记作，分母是自变量x的离均差平方和，记作。

a叫做样本回归截距，是总体回归截距α的最小二乘估计值也是无偏估计值，是回归直线与y轴交点的纵坐标，当x=0时，=a；; b叫做样本回归系数，是总体回归系数

的最小二乘估计值也是无偏估计值，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的大小；

叫做回归估计值，是当x在其研究范围