欢迎来到天天文库
浏览记录
ID:58632035
大小:838.00 KB
页数:16页
时间:2020-10-17
《多元线性回归分析42决策模型.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、课题第四章概率统计模型§4.1多元线性回归分析§4.2决策模型教学内容1.多元线性回归分析2.随机决策模型的基本原理与解法,及应用举例。教学目标1.掌握多元线性回归分析的基本原理和建模的基本过程。2.能够运用多元回归分析模型解决实际问题并进行模型分析。3.掌握决策模型的计算方法,能够运用决策模型解决实际问题并进行模型分析教学重点1.多元线性回归分析的基本原理,基本过程及其计算方法。2.掌握随机决策模型的基本原理和建模的基本过程。3.掌握决策模型的计算方法。4.实际建模训练教学难点1.多元线性回归分析的基本原理及其数值计算、运用模型解决实际问题2
2、.随机决策模型的基本原理及其决策准则的确定双语教学内容、安排Linearregressionanalysis线性回归分析Multivariateregressionanalysis多元回归分析decisionanalysis决策分析Decisionrule决策规则Decisiontree决策树教学手段、措施采用多媒体教学的形式。以电子课件为主,粉笔黑板相结合为辅,使学生能够充分利用课堂有效的时间了解尽可能多的相关知识,并结合启发式教学.作业、后记教学过程及教学设计备注§4.1多元线性回归分析一.问题提出水泥凝固时放出热量问题:某种水泥在凝固时放
3、出的热是与水泥中下列4种化学成分有关。的成分(%)的成分(%)的成分(%)的成分(%)现记录了13组数据,列在表4-1中,根据表中的数据,试研究与四种成份的关系。表4-1编号172666078.52129155274.531156820104.34113184787.6575263395.961155922109.27371176102.78131224472.59254182293.1102147426115.911140233483.8121166912113.3131068812109.4在现实生活中,变量与变量之间经常存在一定的关系,一
4、般来说,变量之间的关系可以分为两大类,一类是确定性的关系,这种关系通常用函数来表示。例如,已知圆的半径,那么圆的面积与半径的关系就可用函数关系:来表示,这时如果取定了的值,的值就会完全确定了。另一类是非确定性关系,例如,人的体重与身高之间的关系就是非确定性关系,一般来说,身高越高,体重越大,但是身高相同的人体重往往是不相同的。再如,钢材的强度与钢材中含某种元素的含量,纤维的拉伸倍数与强度,降雨量、气温、施肥量与农作物的产量等均属于这种关系。变量之间的这种非确定性关系通常称为相关关系。二.多元线性回归分析模型为了研究方便,我们考虑一个变量受其他变
5、量影响时,把这变量称为因变量,记为,其他变量称为自变量,记为,这时相关关系可记作(4-1)其中为当时,因变量的均值,即称为对的回归函数,为与的偏差,它是随机变量,并假定。回归函数可以是一元函数,也可以是多元函数,即(4-2)其中为回归分析就是数理统计中研究相关关系的一种数学方法,它就是通过大量的试验或观测,发现变量之间关系的统计规律。元回归函数,统称为多元回归函数。若回归函数中,且是线性函数,则称为是一元线性回归函数;且是多元线性函数,则称其为多元线性回归函数;若回归函数是非线性函数,则称其为非线性回归函数。对非线性回归,经常采用线性化的方法来
6、处理。所以,目前研究最多的是线性回归问题,且假定和均服从正态分布。回归分析的任务就是要求出满足式(4-2)的回归函数,从而对所研究的相关关系做出所需的预测和控制。多元回归模型的应用是相当广泛的,例如,某种商品的销售量可能受收入水平、风俗习惯、产品质量、价格、宣传广告等多种因素的影响;某种产品的质量可能受生产该产品时的温度、湿度、压力、原材料的质量和有害成分的含量等影响;工人的劳动生产率可能受学历、智力水平、情绪的稳定性和才能等因素的影响;某城市的用水量可能与该城市的人口数及工业总产值有关。诸如此类的关系,可以通过多元回归分析模型进行研究。例如,
7、在水泥凝固时放出热量问题中,可建立线性回归模型(4-3)其中。而和是未知参数,为了估计这些参数,将表4-1的值代入模型(4-3),得线性模型(4-4)一般地,多元线性回归模型可表示为:(4-5)其中,是自变量,为常数,为回归系数,皆为未知,统称为回归参数,一旦回归参数确定,则多元线性回归模型就完全确定,一般假定随机误差。为了得到回归参数的估计值,就要对变量进行观测,假设对变量的次独立观测数据为:,则这些观测数据应满足式(4-5),即有(4-6)其中,若记,则多元线性回归的数学模型式(4-6)可以写成矩阵形式(4-7)其中。1.参数的最小二乘估计
8、为了获得参的估计,我们采用最小二乘法,即选择,使(4-8)达到最小。将对求导数并令其为零,得即。记,则(4-9)方程(4-9)称为正规方程,其中为阶矩
此文档下载收益归作者所有