《回归分析的基本思想及其初步应用》

3.1回归分析的基本思想及其初步应用问题1：正方形的面积y与正方形的边长x之间的函数关系是y=x2确定性关系问题2：某水田水稻产量y与施肥量x之间是否有一个确定性的关系？例如：在7块并排、形状大小相同的试验田上进行施肥量对水稻产量影响的试验，得到如下所示的一组数据：施化肥量x15202530354045水稻产量y330345365405445450455复习变量之间的两种关系1020304050500450400350300·······施化肥量x15202530354045水稻产量y330345365405445450455xy施化肥量水稻产量

自变量取值一定时，因变量的取值带有一定随机性的两个变量之间的关系叫做相关关系。定义：1）：相关关系是一种不确定性关系；注对具有相关关系的两个变量进行统计分析的方法叫回归分析。2）：

现实生活中存在着大量的相关关系。

如：人的身高与年龄；产品的成本与生产数量；商品的销售额与广告费；家庭的支出与收入。等等探索：水稻产量y与施肥量x之间大致有何规律？1020304050500450400350300·······发现：图中各点，大致分布在某条直线附近。探索2：在这些点附近可画直线不止一条，哪条直线最能代表x与y之间的关系呢？施化肥量x15202530354045水稻产量y330345365405445450455xy散点图施化肥量水稻产量1020304050500450400350300·······xy施化肥量水稻产量1、所求直线方程叫做回归直线方程；相应的直线叫做回归直线。2、对两个变量进行的线性分析叫做线性回归分析。回归直线方程最小二乘法：称为样本点的中心。求回归直线方程的步骤：（3）代入公式（4）写出直线方程为y=bx+a,即为所求的回归直线方程。^i12345678910xi-1-2-3-4-553421yi-9-7-5-3-115379xiyi9141512551512149例1、观察两相关量得如下数据:x-1-2-3-4-553421y-9-7-5-3-115379求两变量间的回归方程.解：列表：所求回归直线方程为例2

从某大学中随机选出8名女大学生，其身高和体重数据如下表：编号12345678身高165165157170175165155170体重4857505464614359求根据一名女大学生的身高预报她的体重的回归方程，并预报一名身高为172ｃｍ的女大学生的体重。分析：由于问题中要求根据身高预报体重，因此选取身高为自变量，体重为因变量．2.回归方程：1.散点图；探究？身高为172ｃｍ的女大学生的体重一定是60.316kg吗？如果不是,其原因是什么?思考:产生随机误差项e的原因是什么？随机误差e的来源(可以推广到一般）：1、忽略了其它因素的影响：影响身高y的因素不只是体重x，可能还包括遗传基因、饮食习惯、生长环境等因素；2、用线性回归模型近似真实模型所引起的误差；3、身高y的观测误差。以上三项误差越小，说明我们的回归模型的拟合效果越好。我们可以用下面的线性回归模型来表示：y=bx+a+e，

(3)其中a和b为模型的未知参数，e称为随机误差。y=bx+a+e，E(e)=0,D(e)=

(4)

在线性回归模型(4)中，随机误差e的方差越小，通过回归直线(5)预报真实值y的精度越高。随机误差是引起预报值与真实值y之间的误差的原因之一，其大小取决于随机误差的方差。另一方面，由于公式(1)和(2)中和为截距和斜率的估计值，它们与真实值a和b之间也存在误差，这种误差是引起预报值与真实值y之间误差的另一个原因。函数模型与回归模型之间的差别函数模型：回归模型：可以提供选择模型的准则

线性回归模型y=bx+a+e增加了随机误差项e，因变量y的值由自变量x和随机误差项e共同确定，即自变量x只能解析部分y的变化。

在统计中，我们也把自变量x称为解析变量，因变量y称为预报变量。所以，对于身高为172cm的女大学生，由回归方程可以预报其体重为函数模型：回归模型：我们可以用相关指数R2来刻画回归的效果，其计算公式是例2、在一段时间内，某中商品的价格x元和需求量Y件之间的一组数据为：求出Y对的回归直线方程，并说明拟合效果的好坏。价格x1416182022需求量Y1210753解：例2、在一段时间内，某中商品的价格x元和需求量Y件之间的一组数据为：求出Y对的回归直线方程，并说明拟合效果的好坏。价格x1416182022需求量Y1210753列出残差表为0.994因而，拟合效果较好。00.3-0.4-0.10.24.62.6-0.4-2.4-4.4相关系数ｒ＞０正相关；ｒ＜０负相关．通常，r>0.75，认为两个变量有很强的相关性．本例中,由上面公式r=0.798>0.75．如何描