第3章回归分析概要.doc

第3章 回归分析 3.1 什么叫回归分析 问题的提出 回归分析是数理统计中的一种常用方法，是处理变量之间的相关关系的一种数学方法。通常将变量之间的关系分为以下两类： 1.确定性关系——函数关系 例如，在研究自由落体的运动规律中，我们知道物体下落的高度h与所需时间t之间，就有确定的关系h=0.5gt2 (0≤t＜T) 又如正方形的面积S与边长a之间，当边长a确定时，面积S＝a2，也就确定了，这类变量间关系的特点是，当自变量的值确定之后，因变量的值也随之确定，我们称变量间的这种关系为函数关系。 2.非确定性关系——相关关系 例如，人的身高与体重这两个变量间的关系，一般来说，身高者体也重，但是，体重却难以由身高确定。这说明这两个变量之间的不确定性。我们称变量间的这种关系为相关关系。 相关关系虽然不能用精确的函数关系表达，但通过对大量观测数据的分析，可以发现它们之间存在着一定的统计规律。 回归分析的内容——研究相关关系 回归分析是研究变量间相关关系的一种数理统计方法，它主要解决以下几个问题： （1）从一组数据出发，确定相互间是否存在相互关系，如果存在，那么就确定他们之间的数学表达式——经验公式，并对所建立公式的可信程度作统计检验； （2）从许多变量中找出主要变量，判断哪些变量的影响是显著的，哪些变量的影响是不显著的。 （3）利用所找到的数学表达式（即经验公式）对变量进行预测或控制 3.2 一元线性回归分析 一、一元线性回归分析的数学模型 研究两个变量之间的相关关系的回归分析，称为一元回归。若其相关关系的统计规律性呈线性关系，则称为一元线性回归分析。 在一元线性回归中，我们要考察随机变量y与普通变量x之间的相互关系，称y为因变量，x为自变量。 例3-1 用银盐法测定食品中的砷时，吸光度y 与砷含量x 之间有一定的相关关系，了解其相关关系的步骤如下： 通过试验收集n组y与对应的x值，如表3-1所示。 表3-1 银盐法测定食品中砷的试验数据 试验号 x（砷含量，mg） y（吸光度） 1 0 0.000 2 1 0.041 3 3 0.145 4 5 0.211 5 7 0.306 6 9 0.399 画散点图。这是表示两个变量间相关关系的一种直观办法。以x为横坐标，以y为纵坐标，每一对数据（xk，yk）作为一个点在坐标纸上以“⊙”表示出来，k=1，2，……，n。 观察散点图。从图中可以看出，6个点分布在一条直线附件。因此可认为y～x基本上服从线性关系，而这些点与直线的偏离是由于其它随机因素造成的。 因此，可以假定表3-1中的数据有如下关系： （3-1） ε～N(0,σ2) 其中（β0+βx）表示y随x的变化而线性变化的部分。ε是一切随机因素影响的总和，有时也成为随机误差。它是不可观测其值的随机变量，并假定ε服从正态分布N（0，σ2）。x是一般变量，即它是可以精确测量或严格控制的，y是随机变量，但其值是可以观测的，其数学期望是x的线性函数： （3-2） 这就是y与x相关关系的形式。y～N(β0+βx, σ2) 对表3-1中的几组观测值，由式（3-1）可得： (3-3) 各εi相互独立。 E(εk)=0,D(εk)=σ2,k=1,2,3,·····，n. 式（3-3）称为一元线性回归的数学模型。 一元线性回归的首要任务，就是要根据表3-1去求式（3-2）中未知参数β0和β的估计值b0和b，由此可得E(y)的估计值为 (3-4) 式（3-4）称为y关于x的一元线性回归方程.其图像如图3-1中的直线所示，该直线称为回归直线，b0和b称为回归系数，b是回归直线的斜率，b0是截距。 二、参数β0 和β的最小二乘估计 求回归方程(3-4)，就是求β0 和β的估计b0和b，使得对一切xk，观测值yk与回归值的偏离达到最小。为此，我们用最小二乘法来求β0 和β的估计。令 Q(β0,β)=2 (3-5) 所谓β0和β的最小二乘估计，是指使下式成立的b0和b： Q(b0,b)=Q(β0,β) 下面，求使Q(β0 ，β)取得极小值时的b0和b （3-6） 整理后，得 （3-7） 式（3-7）称为