《旅游统计学》_第十三章　回归分析.pptVIP

图１３－７成本产量散点图返回图１３－８曲线估计对话框返回表１３－９模型描述返回表１３－１０个案处理摘要返回表１３－１１变量处理摘要返回表１３－１２模型汇总与参数估计返回图１３－９二次曲线和三次曲线对观察的拟合返回一、一元线性回归分析（一）问题的提出一元线性回归分析只研究一个自变量与一个因变量之间的统计关系。例１３－１：高校人数Ｘ与周边饭店的月销售额Ｙ的散点图，如图１３－１所示。我们可以找到一条直线，从平均的角度来反映两个变量之间的关系。两个变量之间的不确定关系，可以用下式表示：下一页返回一、一元线性回归分析（二）高斯假设为了正确判断线性回归的条件，我们需要介绍一下高斯假设的基本内容。对于线性回归模型：Ｙｉ＝β０＋β１Ｘｉ＋μｉ其中，ｉ＝１，２，…，ｎ，ｎ为样本容量。高斯的基本假设如下：（１）μｉ为随机变量，该假设自然成立，因为研究的对象就是不确定关系。（２）Ｅ（μｉ）＝０，随机扰动项的期望值等于零，该假设自然成立，如果不等于零，可以把期望值并入到β０中。上一页下一页返回一、一元线性回归分析（三）线性回归方法１.普通最小二乘法设在线性回归模型Ｙ＝β０＋β１Ｘ＋μ中，β＾０和β＾１是β０