回归分析

回归分析2本章基本内容相关和回归一元回归分析最小二乘估计、回归系数、回归估计的标准误、决定系数回归方程的有效性检验多元回归分析多元决定系数31.相关和回归1.1散点图scatterdiagram学习分数和行为分数的关系012345678012345678行为分数学习分数r＝0.78**均值以上均值以下均值以上71均值以下210行为分数学习儿童行为学习快乐1212222332344245524763337345842394341044511456125441355514566156441666517666186771976420777Mean4.254.34.754快乐分数和行为分数的关系012345678012345678行为分数快乐分数r＝0.38均值以上均值以下均值以上65均值以下36行为分数快乐儿童行为学习快乐1212222332344245524763337345842394341044511456125441355514566156441666517666186771976420777Mean4.254.34.7551.2平方和、积矩和、协方差sumofsquaressumofproductscovariance2222cov11covXxxXYxyXYXYXXXYXYXSSXXXlNXYSPXXYYXYlNSPNSSSNrSS61.3回归分析regressionanalysis回归分析：确定变量之间数量关系的可能形式，并用一个数学模型来表示这种关系形式它可以从一个变量的变化来预测或估计另一个变量的变化只有一个自变量的线性回归叫一元线性回归或简单线性回归寻找一条最佳拟合直线best-fittingline，使得预测值predictedvalue和观测值observedvalue之间的误差最小72.一元回归分析2.1回归线theregressionline的值）时（截距对应的变化量）变化一个单位时（回归线的斜率的预测值YXaYXbYYbXaYˆ0interceptˆslopeˆˆ从行为分数预测学习分数012345678012345678行为学习学习预测学习8最佳拟合直线best-fittingline2ˆ0ˆ,ˆresidualYY-YY-YXYY-最小二乘估计：的直线，对所有经过：残差之间的误差最小目标：预测值和观测值92.2回归线的求解XYXXYeeeeSSrSXXNYXXYNbXbYNXbYaXYYaXbYXbNaXYYaXbYaXYXbYaXYXbaXXYbXbSSYXbNaXbYNaXbYNabXYaaSSabXbXYaYXbaYbXaYYYSSYYSSbXaY222222222222222cov0022222200222222222ˆˆ;ˆ令令正规方程组normalequationsQ10XYNXbYaXXNYXXYNb7532.00987.1ˆ0987.120857532.0867532.08541920868540920222从行为分数预测学习分数012345678012345678行为学习学习预测学习儿童行为X学习YXYX*X12124222443236442484524846339973412984281694312161044161611452016125420251355252514563025156424361666363617663636186742361976424920774949Mean4.254.3Total8586409419112.3对回归系数的解释0tcoefficienregressionedStandardiz0,1ˆslopecovˆ0interceptˆ2arbYXSSYXYYXSSrSbYXXbYabXaYXYXYXXY此时系数表示），称为标准回归（一般改用此时都转化成标准分数后，和当的变化率的估计的变化量，即对变化一个单位时回归线的斜率的值）时（截距122.4从给定的X来估计对应的Y无穷大的样本取给定X对应的所有Y的均值作为估计值对应于某个X的所有Y称为Y的条件分布conditionaldistribution有限样本从行为分数预测学习分数012345678012345678行为学习学习预测学习YYˆ估计用132.5预测的准确性如果需要你去猜测某个班的每个学生的某次考试的成绩，而只告诉你该班的平均分，怎样猜才能误差最小？标准差作为误差的度量22211YYYYYSNYYSSSNdf14估计的标准误P208倒数第12行standarderrorofestimateresidualerrorXYXYerrorXYSSSSbaNdfSYXSdfSSNYYS也被表示成有时都是从样本数据估计的和，因为或误差方差称为残差方差的标准差预测的其下标表明为从22ˆanceerrorvarivarianceresidual22152.6回归的有效性检验2.6.1误差平方和（公式推导参考P207）相关越高，误差越小相关越高，从X预测Y就越准确，误差就越小221ˆrSSYYSSYe222222121121121112rSNNrSSNNrSNNNrSSNSSSYYXYYYeXY162.6.2因变量变异的分解无关与有关与XXSSSSrSSrSSSSeYYYe22117研究吸烟量X和寿命Y之间的关系人的寿命总是有差异SSY吸烟的多少有差异SSX从X来预测Y，预测值为ŶŶ的变异SSŶ可从X的变异来解释吸烟量X变化，预测寿命Ŷ才变化吸烟量X不变，预测寿命Ŷ不变Y的部分变异X是无法解释的SSe吸烟量一样的人也会有不同的寿命18极端所有不抽烟的人寿命为72岁，所有抽烟的人抽一样多的烟且寿命都是68岁此时，寿命的变异可完全从抽烟的变异来预测实际寿命的变异有的可以从抽烟的变异来预测，其余部分不能从抽烟的变异来解释YeYYYSSSSSSSSSSrˆ2192.6.3决定系数（测定系数）r2coefficientofdetermination衡量回归方程有效性高低的指标回归平方和在总离差平方和中所占的比例因变量的变异中可以从自变量的变异来解释的比例YXSSrSS2YeYYYSSSSSSSSSSrˆ2202.6.4回归有效性检验对r的显著性的检验（复习）22212212100rNrNrrSrtNrSrrr来估计其标准误可用的正态分布，近似服从均值为时，当21对回归的有效性检验22212121XYrerXYeeerrrrreYereYYSSSMSMSFSdfSSMSSSdfSSMSNNdfNdfNdfQUSSSSSSSSrSS22对回归的有效性检验＝对r的显著性检验P1602222222212212,1,1trNrNSSrSSrNSSSSrSSSMSMSFntnFFntnYYeYXYrer检验量，即为自由度的以检验量的平方等于为自由度的以232.7样本回归线和总体回归线根据样本数据的回归分析结果为样本回归线Ŷ=a+bX不同的样本对应于不同的样本回归线所有样本回归线都是总体回归线Ŷ=aX的一个估计所有样本回归线会在总体回归线附近波动对给定X，对应的总体回归线的Ŷ也称为主值，而某条样本回归线对应的Ŷi只是Ŷ的一个点估计所有Ŷi的平均值将为Ŷ24ŶŶiX252.8回归分析的应用预测已知X0，预测总体回归线对应的Ŷ0（主值）已知X0，预测新的观测值Y0控制已知Y的范围，控制X的范围262.8.1从X0预测总体回归线对应的Ŷ000ˆ220022022ˆˆˆ1YnXYYStYYXXXXNSSa的置信区间为可证明272.8.2从X0预测新的观测值Y0002200220220011enXYeStYYXXXXNSSYXa的置信区间为的误差方差预测可证明从28离样本平均数越近，估计越准确XY29XYX*XY*YX*YXYX*XY*YX*Y180296400841232026822867247842296278246084576187227782160844411638390308100900270028721951843611368492328464102429442964114096121704582286724784229630862673966762236672255184625180031752156254411575790278100729243032701549002251050884307056900252033701949003611330964154096225960346817462428911561076255776625190035581833643241044118428705678423523680236400529184012732053294001460379535902512253325136220384440012403855830256444014772359295291771396016360025696015792662416762054404051600252001695339025108931354155143025196770178524722557620404262173844289105418762357765291748434010160010040019722651846761872444512202514454020752556256251875455820336440011602184287056784235246722451845761728228022640048417604762233844529142623751956253611425486525422562516252478216084441163849682346245291564257023490052916105060153600225900Mean72.2621.82Total36131091269165258478240330P203例7-1XYNXbYaXXNYXXYNb441.0045.10ˆ045.105036134410.010914410.0361326916550109136138240350222从平时作文成绩X预测高考作文成绩Y-10010203040020406080100平时作文成绩X高考作文成绩YY预测YdfSSMSFpF0.05回归11573.121573.12161.255.84E-177.19残差48468.269.76总计492041.3831P212例7-48424.33,0337.211852.3011.2438.2795.01852.3116950.28,1810.266251.0011.2438.27ˆ95.0011.26251.062.809026.72855011233.311233.32438.2785441.0045.10ˆ00002200220ˆ220482/05.022