欢迎来到天天文库
浏览记录
ID:46245369
大小:264.61 KB
页数:22页
时间:2019-11-22
《第17章回归分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、第17章回归分析§17.1相关关系与相关系数17.1.1相关关系17.1.2相关系数17.1.3相关系数r的性质与示意图17.1.4相关系数的检验§17.2一元线性冋归17.2.1模型17.2.2回归系数的最小二乘估计17.2.3计算步骤17.2.4回归方程的显著性检验17.2.5利川冋归方程作预测17.2.6利用回归方程作控制§17.3可化为一元线性回归的非线性回归17.3.1问题17.3.2确定曲线回归方程形式17.3.3曲线冋归方程中参数的估计17.3.4曲线回归方程的比较§17.4多元线性回归1741问题与模型17
2、.4.2冋归系数的最小二乘估计17.4.3回归方程的显著性检验17.4.4对冋归系数的显著性检验17.4.5利用回归方程进行预测17.4.6统计软件的应用第17章回归分析§17.1相关关系与相关系数17.1.1相关关系在实际工作中,我们经常与变量打交道,它们是处在一个共同体中的若干个变量。变量间常见的关系有两类:(1)确定性关系:警如正方形的血积与边长2间有关系:S二电路中有欧姆定律V=IR等。这些变量间的关系完全是已知的,可以用函数尸肛)来表示,X(可以是向量)给定后,y的值就唯一确定了。(2)相关关系:变量间冇关系,但
3、是不能用函数来表示,譬如:例17.1.1由专业知识知道,合金的强度y(X107Pa)与合金中碳的含量x(%)有关。为了牛产强度满足用户需要的合金,在冶炼时如何控制碳的含量?如果在冶炼过程中通过化验得12组数据,列于下表中:表17.1.1合金钢的强度与钢中的碳含量数据序号iXi(%)y(X107Pa)10」042.020.1143.030」245.040」345.050」445.060」547.570」649.080」753.090.1850.0100.2055.0110.2155.0120.2360.0为解决这类问题就需要
4、研究两个变量间的关系。为了研究两个量间存在什么关系,可以画一张散点图,即将一对数据看成直角坐标系中的一个点。例17.1.1的散点图如下:图17.1.1散点图从图中,我们可以看出,当碳含量増加时,合金钢的强度也有增加趋势,但是它们间无法用一个函数关系來表示。称这类变量间的关系为相关关系。这类相关关系在实际中普遍存在,譬如儿子的身高与父亲的身高;教育投资与家庭收入;体重与身高;营业税税收与商品零售额等。17.1.2相关系数当散点图呈现图17.1.1的形状,即n个点基本在一条直线附近,但又不完全在一条直线上,我们希望用一个量來表
5、示他们间的密切程度,这个量称为相关系数,记为r,它被定义为:£(兀一刃(兀-孑)r£(石-元)2龙®-刃2卩忑/=!/=1y=£儿分别为变量x与y的平均值;/=!Lxy-可®—刃=£兀y{—nx-y是诸七的偏差与诸的偏差的乘积和1=11=1厶:V=£(兀—可2=-nx2是诸Xj的偏差平方和/=11=1L厂£(儿-y)2=ty--ny2是诸x的偏差平方和/=11=1下面对例17.1.1进行计算:(1)计算均值:x=0.1583,y=49.2083,(2)计算平方和与乘积和:=0.3194,Zxji=95.9250,=2939
6、2.75(3)计算:L=0.3194-12x0.15832=0.01869Lyy=29392.75-12x49.20832=335.2292Lvv=95.9250-12x0.1583x49.2083=2.4292s、丄苗S2.42921.4292n_(4)计算:r=(==i==0.9705』L丄VO.OI869x335.22922.503117.1.3相关系数t的性质与示意图性质:可以证明有JWrW1或
7、r
8、<1o相关系数r的大小是农示两个变量兀与y之间线性相关的程度。当r=±l时,n个点在一条直线上,这时两个变量间完全线
9、性相关。(如图17.1.2a,b)当口)时,称两个变量不相关,这时散点图上n个点可能毫无规律,也可能两个变量间有某种曲线的趋势,也可能有新的关系等待研究。(如图17.1.2g,h)当r>0时,称两个变量间具有正相关,这时当x的值增加时,y的值也有增人的趋势。(如图17.1.2c,d)当r<0时,称两个变量间具有负相关,这时当x的值增加时,y的值有减少的趋势。(如图17.1・2e,f)(a)yr=l,完全线性正相关(b)yr=-l,完全线性负相关强正相关变量Z间有很强的正相关性,喑示变量之间可能存在显著的因果关系。在此模式下
10、,一般能够建立起有效的回归方程。弱正相关变量之间有一定的正相关性,喑示变量Z间可能存在较弱的因果关系,或者变量(其屮Z一或全部)受其他变量的显著影响。强负相关变量之间有很强的负相关性,暗示变量之间可能存在显著的因果关系。在此模式下,一般能够建立起有效的回归方程。弱负相关变量Z间有一定的负相关性,暗示变量
此文档下载收益归作者所有