07生物统计学第6章1.ppt

生物统计学第六章相关与回归分析 1 第一节变量间的相关关系第二节一元线性回归第三节多元线性回归第四节可化为线性回归的曲线回归 第六章相关与回归分析 学习目标 掌握相关系数的含义 计算方法和应用掌握一元线性回归的基本原理和参数最小二乘估计方法掌握回归方程的显著性检验利用回归方程进行预测掌握多元线性回归分析的基本方法了解可化为线性回归的曲线回归用Excel和SPSS进行回归分析 3 第一节变量间的相关关系 一 变量相关的概念二 相关系数及其计算 变量相关的概念 变量间的关系 函数关系 是一一对应的确定关系 设有两个变量x和y y随x一起变化 并完全依赖于x 当x取某个数值时 y依确定的关系取相应的值 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 6 变量间的关系 函数关系例子 函数关系的例子圆的面积 S 与半径 R 之间的关系可以表示为S R2某种作物因虫害造成的产量损失率 y 与害虫数量 x 之间的关系可表示为y px 其中 p为危害率 天敌昆虫对农业害虫的控制力 y 与天敌密度 x1 天敌捕食力 x2 天敌自然存活率 x3 之间的关系可表示为y x1x2x3 7 变量间的关系 相关关系 在生物学实际的研究过程中 变量间关系通常不能用函数关系精确表达 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 8 变量间的关系 相关关系例子 相关关系的例子树干相同位置直径 y 与树龄 x 之间的关系肉鸡体重 y 与添加剂用量 x 之间的关系粮食亩产量 y 与施肥量 x1 降雨量 x2 温度 x3 之间的关系健康水平 y 与血压 x1 或臀围除以腰围的比值 x2 之间的关系父亲身高 y 与子女身高 x 之间的关系 9 相关关系的类型 10 相关关系的图示 11 相关系数及其计算 相关关系的测度 相关系数 相关系数是对变量之间关系密切程度的度量对两个变量之间线性相关程度的度量称为简单相关系数若相关系数是根据总体全部数据计算的 称为总体相关系数 记为 若是根据样本数据计算的 则称为样本相关系数 记为r 13 相关关系的测度 相关系数 样本相关系数的计算公式 或化简为 14 相关关系的测度 相关系数取值及其意义 r的取值范围是 1 1 r 1 为完全相关r 1 为完全正相关r 1 为完全负相关r 0 不存在线性相关关系 1 r 0 为负相关0 r 1 为正相关 r 越趋于1表示关系越密切 r 越趋于0表示关系越不密切 15 相关关系的测度 相关系数取值及其意义 r 16 相关关系的测度 相关系数计算示例 例6 1 在研究某地蝗虫灾害的问题中 把蝗虫的平均迁出量记为y 把蝗虫的平均迁入量记为x 记录了1981 1993年的样本数据 xi yi i 1 2 13 数据见表6 1 计算相关系数 17 相关关系的测度 计算结果 解 根据样本相关系数的计算公式有蝗虫平均迁入量与蝗虫平均迁出量之间的相关系数为0 9987 18 相关系数的显著性检验 概念要点 1 检验两个变量之间是否存在线性相关关系等价于对相关系数 的检验采用t检验检验的步骤为提出假设 H0 H1 0 计算检验的统计量 确定显著性水平 并作出决策若 t t 拒绝H0若 t t 接受H0 19 相关系数的显著性检验 实例 对前例计算相关系数进行显著性检验 0 05 提出假设 H0 H1 0计算检验的统计量 3 根据显著性水平 0 05 查t分布表可以得到t n 2 2 201由于 t 64 9809 t 13 2 2 201 拒绝H0 计算表明蝗虫平均迁出量与平均迁入量之间的相关关系显著 20 相关系数的显著性检验 相关系数检验表附表12的使用 若 r 大于表上的 5 相应的值 小于表上的 1 相应的值 称变量x与y之间有显著的线性关系若 r 大于表上 1 相应的值 称变量x与y之间有十分显著的线性关系若 r 小于表上 5 相应的值 称变量x与y之间没有明显的线性关系根据前例的r 0 9987 1 13 2 0 684 表明蝗虫平均迁出量与平均迁入量之间有十分显著的线性相关关系 21 第二节一元线性回归 一 一元线性回归模型参数的最小二乘估计回归方程的显著性检验预测及应用 什么是回归分析 内容 从一组样本数据出发 确定变量之间的数学关系式对这些关系式的可信程度进行各种统计检验 并从影响某一特定变量的诸多变量中找出哪些变量的影响显著 哪些不显著利用所求的关系式 根据一个或几个变量的取值来预测或控制另一个特定变量的取值 并给出这种预测或控制的精确程度 回归方程一词是怎么来的 23 回归分析与相关分析的区别 相关分析中 变量x和变量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 24 回归模型的类型 25 回归模型与回归方程 回归模型 回答 变量之间是什么样的关系 方程中运用1个数字的因变量 响应变量 被预测的变量1个或多个数字的或分类的自变量 解释变量 用于预测的变量3 主要用于预测和估计 27 一元线性回归模型 概念要点 当只涉及一个自变量时称为一元回归 若因变量y与自变量x之间为线性关系时 称为一元线性回归 对于具有线性关系的两个变量 可以用一条线性方程来表示它们之间的关系 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 28 一元线性回归模型 概念要点 对于只涉及一个自变量的简单线性回归模型可表示为y b0 b1x e模型中 y是x的线性函数 部分 加上误差项线性部分反映了由于x的变化而引起的y的变化误差项 是随机变量反映了除x和y之间线性关系之外的随机因素对y的影响是不能由x和y之间的线性关系所解释的变异性 0和 1称为模型的参数 29 一元线性回归模型 基本假定 误差项 是一个期望值为0的随机变量 即E 0 对于一个给定的自变量x值 y的期望值为 E y 0 1x对于所有的x值 的方差 2都相同误差项 是一个服从正态分布的随机变量 并且相互独立 即 N 0 2 独立性意味着对于一个特定的xk值 它所对应的 k与其他x值所对应的 不相关对于一个特定的xk值 它所对应的yk值与其他x所对应的y值也不相关 30 回归方程 概念要点 描述y的平均值或期望值如何依赖于x的方程称为回归方程简单线性回归方程的形式如下E y 0 1x 方程图示是一条直线 因此 也称为直线回归方程 0是回归直线在y轴上的截距 是当x 0时 y的期望值 1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 31 估计 经验 的回归方程 简单线性回归中估计的回归方程为 其中 是估计的回归直线在y轴上的截距 是直线的斜率 也表示x每变动一个单位 y的平均变动值 用样本统计量和代替回归方程中的未知参数 0和 1 就得到了估计的回归方程 总体回归参数 0和 1是未知的 必需利用样本数据去估计 32 参数 0和 1的最小二乘估计 最小二乘法 概念要点 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和的方法 即 用最小二乘法拟合的直线来代表x与y之间的关系与实际数据的误差比其他任何直线都小 34 最小二乘法 图示 35 最小二乘法 和的计算公式 利用前面的公式 注意y的估计值 36 最小二乘法 和的计算公式 根据最小二乘法的要求 可得求解和的标准方程如下 37 估计方程的求法 实例 例6 2 根据例6 1的数据 配合蝗虫平均迁出量与平均迁入量的回归方程根据和的求解公式得 38 估计 经验 方程 蝗虫平均迁出量对平均迁入量的回归方程为 y 54 223 0 526x 39 估计方程的求法 Excel的输出结果 40 回归方程的显著性检验 离差平方和的分解 因变量y的取值是有差异的 y取值的这种波动称为变差 变差来源于两个方面 由于自变量x的取值不同造成的 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 变差大小可通过该实际观测值与其均值之差来表示 42 离差平方和的分解 图示 43 离差平方和的分解 三个平方和的关系 2 两端平方后求和有 从图上看有 SST SSR SSE 44 离差平方和的分解 三个平方和的意义 总平方和 SST 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 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 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 45 样本决定系数 判定系数r2 回归平方和占总离差平方和的比例 反映回归直线的拟合程度取值范围在 0 1 之间r2 1 说明回归方程拟合的越好r2 0 说明回归方程拟合的越差判定系数等于相关系数的平方 即r2 r 2 46 回归方程的显著性检验 线性关系的检验 检验自变量和因变量间的线性关系是否显著具体方法是将回归离差平方和 SSR 同剩余离差平方和 SSE 加以比较 应用F检验来分析二者之间的差别是否显著如果是显著的 两个变量之间存在线性关系如果不显著的 两个变量之间不存在线性关系 47 回归方程的显著性检验 检验的步骤 提出假设H0 线性关系不显著 2 计算检验统计量F 确定显著性水平 并根据分子的自由度1和分母自由度n 2找出临界值F 作出决策 若F F 拒绝H0 若F F 接受H0 48 回归方程的显著性检验 方差分析表 续前例 Excel输出的方差分析表 平方和 均方 49 估计标准误差Sy 实际观察值与回归估计值离差平方和的均方根反映实际观察值在回归直线周围的分散状况从另一个角度说明了回归直线的拟合程度计算公式为 注 上例的计算结果为14 949678 50 回归系数的显著性检验 要点 在一元线性回归中 等价于回归方程的显著性检验 检验x与y之间是否具有线性关系 或者说 检验自变量x对因变量y的影响是否显著 理论基础是回归系数的抽样分布 51 回归系数的显著性检验 样本统计量的分布 是根据最小二乘法求出的样本统计量 它有自己的分布的分布具有如下性质分布形式 正态分布数学期望 标准差 由于 未知 需用其估计量Sy来代替 得到的估计的标准差 52 回归系数的显著性检验 样本统计量的分布 53 回归系数的显著性检验 步骤 提出假设H0 b1 0 没有线性关系 H1 b1 0 有线性关系 计算检验的统计量 确定显著性水平 并进行决策 t t 拒绝H0 t t 接受H0 54 回归系数的显著性检验 实例 提出假设H0 b1 0蝗虫平均迁出量与平均迁入量之间无线性关系H1 b1 0蝗虫平均迁出量与平均迁入量之间有线性关系计算检验的统计量 t 65 0758 t 2 201 拒绝H0 表明蝗虫平均迁出量与平均迁入量之间有线性关系 对前例的回归系数进行显著性检验 0 05 55 回归系数的显著性检验 Excel输出的结果 56 预测及应用 利用回归方程进行估计和预测 根据自变量x的取值估计或预测因变量y的取值估计或预测的类型点估计y的平均值的点估计y的个别值的点估计区间估计y的平均值的置信区间估计y的个别值的预测区间估计 58 利用回归方程进行估计和预测 点估计 2 点估计值有y的平均值的点估计y的个别值的点估计3 在点估计条件下 平均值的点估计和个别值的点估计方式是一样的 但在区间估计中则不同 对于自变量x一个给定值x0 根据回归方程得到因变量y的一个估计值 59 利用回归方程进行估计和预测 点估计 y的平均值的点估计利用估计的回归方程 对于自变量x的一个给定平均值x0 求出因变量y的平均值的一个估计值E y0 就是平均值的点估计 在前面的例子中 假如我们要根据蝗虫平均迁入量为2000只时 估计所有年份蝗虫的迁出量的平均值 就是平均值的点估计 根据经验回归方程得 60 利用回归方程进行估计和预测 点估计 y的个别值的点估计 利用估计的回归方程 对于自变量x的一个给定值x0 求出对应因变量y的一个个别值的估计值 就是个别值的点估计 2 比如 如果我们只是想知道1990年蝗虫迁入量为1250 7只时 对应的迁出量是多少 则属于个别值的点估计 根据经验回归方程得 61 利用回归方程进行估计和预测 区间估计 点估计不能给出估计的精度 点估计值与实际值之间是有误差的 因此 需要进行区间估计 对于自变量x的一个给定值x0 根据回归方程得到因变量y的一个估计区间 区间估计有两种类型置信区间估计预测区间估计 62 利用回归方程进行估计和预测 置信区间估计 y的平均值的置信区间估计利用估计的回归方程 对于自变量x的一个给定值x0 求出因变量y的平均值E y0 的估计区间 这一估计区间称为置信区间E y0 在1 置信水平下的置信区间为 其中 Sy为估计标准误差 63 利用回归方程进行估计和