已阅读5页,还剩45页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
心理统计学 统计学南昌大学教育学院心理李力一元线性回归一元线性回归模型的建立方法回归模型的检验和估计回归方程的应用回归一词的由来回归一词的由来回归这个术语是由英国著名统计学家Francis Galton在 19世纪末期研究孩子及他们的父母的身高时提出来的。Galton发现身材高的父母,他们的孩子也高。但这些孩子平均起来并不像他们的父母那样高。对于比较矮的父母情形也类似:他们的孩子比较矮,但这些孩子的平均身高要比他们的父母的平均身高高。 Galton把这种孩子的身高向中间值靠近的趋势称之为一种回归效应,而他发展的研究两个数值变量的方法称为回归分析。n 变量之间存在关系的两种类型:确定性关系(函数关系)不确定性关系(相关关系)函数关系 是一一 对应的确定关系: 一个(或多个)确定的自变量的值对应一个确定的因变量的值。 设 有两个变量 x 和 y , 变量 y 随变量 x 一起变化,并完全依赖于 x , 当变量 x 取某个数值时, y 依确定的关系取相应的值,则称 y 是 x 的函数,记为 y = f (x), 其中 x 称为 自变量 , y 称为 因变量 各 观测点落在一条线上 xy相关关系 (correlation) 变量间关系不能用函数关系精确表达,是一种 不确定性关系。 一个变量的取值不能由另一个变量唯一确定。 当变量 x 取某个值时,变量 y 的取值可能有几个 各观测 点分布在直线周围 xy回归分析与相关分析的区别 相关 分析中,变量 x 变量 y 处于平等的地位;回归分析中,变量 y 称为因变量,处在被解释的地位, x 称为自变量,用于预测因变量的变化 相 关分析中所涉及的变量 x 和 y 都是随机变量;回归分析中,因变量 y 是随机变量,自变量 x 可以是随机变量,也可以是非随机的确定变量 相 关分析主要是描述两个变量之间线性关系的密切程度;回归分析不仅可以揭示变量 x 对变量 y 的影响大小,还可以由回归方程进行预测和控制 回归模型的类型回归分析的模型数学模型:y = f( x 1 、 x 、 、 x k ) + n 因变量 Y受到已知 k个字变量的影响和一些随机变量的影响。n 一组观测数据得到: y i= f( x 1i 、 x i、 、 x k i) + in 每一组值中,所有 x确定, 未知,因此 U也是不确定的。n 所有 服从 m=0的正态分布。n 对于所有的 y 取平均数n 回归方程回归的主值回归分析的任务1、建立回归方程从一组样本数据出发,确定变量之间的数学关系式(自变量的个数,函数形式,估计函数中的参数)2、检验方程的有效性对这个关系式的可信程度进行各种统计检验,看方程是否有价值,判断它的有效性高低,对这个方程是否是最佳方程做研究。3、利用所求出的方程,进行估计、预测和控制一元线性回归 涉及一个自变量的回归 因 变量 y与自变量 x之间为线性关系u 被预测或被解释的变量称为因变量(dependent variable), 用 y表示u 用来预测或用来解释因变量的一个或多个变量称为自变量 (independent variable), 用 x表示 因变量与自变量之间的关系用 一个线性方程来表示一元线性回归模型 描述因变量 y 如何依赖于自变量 x 和 误差项 的方程称为 回归模型 一元线性 回归模型可表示为 y = + x + u y 是 x 的线性函数 (部分 )加上误差项u 方程的图示是一条直线,也称为直线回归方程u 误差项 是随机变量t 反映了除 x 和 y 之间的线性关系之外的随机因素对 y 的影响t 是不能由 x 和 y 之间的线性关系所解释的变异性u 和 称为模型的参数 是回归直线在 y 轴上的截距,是当 x=0 时 y 的期望值 是直线的斜率,称为回归系数,表示当 x 每变动一个单位时, y 的平均变动值估计的回归方程(estimated regression equation)3. 估计的回归方程为估计的回归方程为总体数据估计1、总体回归参数 是未知的,必须利用样本数据去估计。2、用样本统计量 a和 b代替回归方程中的未知参数,就得到了 估计的回归方程。其中, a是诡计的回归直线在 y轴上的截距, b是直线的斜率,它表示对于一个给定的 x的值, 是 y的估计值,也表示 x每变动一个单位, y的平均变动值。最小二乘法1. 使因变量的观察值与估计值之间的离差平方和使因变量的观察值与估计值之间的离差平方和达到最小来求得达到最小来求得 a 和和 b 的方法。即的方法。即2. 用最小二乘法拟合的直线来代表用最小二乘法拟合的直线来代表 x与与 y之间之间 的的关系与实际数据的误差比其他任何直线都小关系与实际数据的误差比其他任何直线都小最小二乘估计xy(xn , yn)(x1 , y1)(x2 , y2)(xi , yi) ei = yi-yi最小二乘法 根据最小二乘法的要求,转为求方程根据最小二乘法的要求,转为求方程 的极值。分别求的极值。分别求 Q的一阶偏导,并令其等于的一阶偏导,并令其等于 0 可得求解可得求解 和和 的公式如下的公式如下 两变量的协方差 X的离均差平方和n 令:n 则:步骤:n 【例】有 15个学生,数学和物理成绩列于表内,现想求一个物理成绩对数学成绩的一元回归方程。数学( x)31 23 40 19 60 15 46 26 32 30 58 28 22 23 33物理( y)32 8 69 21 66 41 57 7 57 37 68 27 41 20 30n 解:回归直线的拟合优度变差 因变量 y 的取值是不同的, y 取值的这种波动称为 变差 。变差来源于两个方面u 由于自变量 x 的取值不同造成的u 除 x 以外的其他因素 (如 x对 y的非线性影响、测量误差等 )的影响 对一个 具体的观测值来说,变差的大小可以通过该实际观测值与其均值之差 来表示变差的分解xyy离差平方和的分解(三个平方和的关系 ) SST = SSR + SSE总平方和总平方和(SST)回归平方和回归平方和(SSR)残差平方和残差平方和(SSE) 离差平方和的分解 总平方和 (SST)u 反映因变量的 n 个观察值与其均值的总离差 回归平方和 (SSR)u 反映自变量 x 的变化对因变量 y 取值变化的影响,或者说,是由于 x 与 y 之间的线性关系引起的 y 的取值变化,也称为可解释的平方和 残差平方和 (SSE)u 反映除 x 以外的其他因素对 y 取值的影响,也称为不可解释的平方和或剩余平方和显著性检验:模型的显著性检验回归系数的显著性检验模型(线性关系)的检验 检验自变量与因变量之间的线性关系是否显著。即判断在因变量 y的变异中有多少成分是由自变量 x决定的,如这个成分的比例较大,则这个方程有效。也就是看 x对 y的影响起多大作用。 将回归均方 (MSR)同残差均方 (MSE)加以比较,应用 F检验来分析二者之间的差别是否显著 回 归 均方:回 归 平方和 SSR除以相 应 的自由度 (自 变 量的个数 p) 残差均方:残差平方和 SSE除以相 应 的自由度 (N-p-1)总变异的组成:线性关系的检验步骤 提出 假设u H0: 所
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 高中英语必修二Unit 6劝说信写作教学设计
- 小学五年级英语词汇专项训练教学设计:基于核心素养的语义网络构建与迁移创新
- 高二政治统编版必修三《人民代表大会制度:我国的根本政治制度》教学设计
- 初中七年级心理健康课 人际交往两金法则体验式教学设计
- 高二数学模块综合测评教学设计:数列与导数核心素养进阶训练
- 小学二年级综合实践活动《剪指甲》教学设计:生活技能与自我照顾的单元化实践路径
- 初中七年级英语Unit 5 Fun Clubs音标语法写作暑期预习教学设计
- 小学三年级综合实践活动《关注身边的垃圾》单元整体教学设计
- 八年级生物下册教学设计:生物怎样适应和影响环境
- 语文统编教材六上第三单元教材解读
- 2026年普通专升本行政管理专业考试真题单套试卷
- 福建省泉州市惠安县第一教研联盟2025-2026学年七年级上册期中联考数学科试卷(含答案)
- 超高层玻璃幕墙系统安装施工方案
- 小型水电站设备运行规程细则
- 《工程力学(第七版)》课件(共八章)
- 儿童服装设计基础与创意实践
- 化工设备使用与维护任之光学校湖北三峡95课件
- 小儿营养性疾病诊疗与管理要点
- 设计院新员工入职培训方案
- MOOC 运输组织学-北京交通大学 中国大学慕课答案
- (高清版)TDT 1055-2019 第三次全国国土调查技术规程
评论
0/150
提交评论