10-简单线性回归分析(研200531)(精)

《10-简单线性回归分析(研200531)(精)》由会员分享，可在线阅读，更多相关《10-简单线性回归分析(研200531)(精)（76页珍藏版）》请在金锄头文库上搜索。

1、10 简单线性回归分析,主 讲： 卢 洁 Ph.D,E-mail ： hanyaa800 ,办公室：郑大公卫学院 A510室,统计学研究特点：,研究的是样本，要对总体作出推断,得到的是频率，要对概率作出推断,需进行参数估计和假设检验,抽样研究,抽样误差,利用“小概率原则”进行统计推断,准确的收集数据； 准确的录入数据； 正确的选用统计分析方法、调用统计分析程序； 对输出的结果作出合理的解释。,统计学学习的重点是掌握如何：,统计 描述,参数估计：点估计、区间估计,假设检验,定量资料,离散趋势：,算术均数、 中位数等,集中趋势：,极差、 四分位数间距、 方差、标准差、变异系数,定性资料：频率型指标

2、、强度型指标、比,统计表和统计图,统计 推断,统计学的主要内容：,变量,对于单变量,对于多变量：,多重线性回归、logistic分析,非参数检验,参数检验,定量资料,定性资料,实验设计,对于两变量：,简单线性相关和回归分析,数据资料,定量资料,数据 类型,设计 类型,单样本,定性资料,设计 类型,两独立样本,配对样本,多独立样本,随机区组,t / Z检验,方差分析,单样本,两、多独立样本,配对样本,等级资料,进入条件,不满足进入条件,秩和检验,四格表,RC列联表,配对RC,x2检验,设计 类型,配对四格表,如果你知道某一个人的身高和体重，你能知道这个人的手指有多粗吗？ 如果你知道患儿的月龄，你

3、能换算出他体重是多少吗？ 考察父亲身高与子女身高之间的关系。 考察收入水平与受教育程度之间的关系。,回归分析：是研究一个随机变量如何随另一个变量（可固定，也可随机）变化的。,从一组样本数据出发，确定变量之间的回归关系式； 对这些关系式的可信程度进行各种统计检验，并从影 响因变量的诸多变量中找出具有统计学意义的变量； 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。,回归分析的主要目的： 就是研究固定自变量X的情况下，因变量Y的总体均数与X之间的回归关系；即：,线性回归方程的建立 回归方程的解释 线性回归的前提条件 回归方程的假设检

4、验 回归方程的统计应用,10.1 什么是回归？ 。 10.2 简单线性回归模型 。,10.1 什么是回归？,1. 线性回归分析 linear regression analysis,：研究一个变量和另外一些变量间线性数量关系的统计分析方法。,简单线性回归 simple linear regression,多重线性回归 muptiple linear regression,：涉及多个变量（自变量、解释变量）时称。,：模型中只包含两个有“依存关系”的变量，一个变量随另一个变量的变化而变化，且呈直线变化趋势，叫。,分类,矮个子的父代：64英寸 而它子代：67英寸,父亲和他儿子的身高：,1.父代的总均

5、数=68英寸 子代的总均数=69英寸,2.高个子的父代：72英寸 而它子代：71英寸,调查了1087对父子：,例10.1 为研究大气污染一氧化氮（NO）的浓度是否受到汽车流量、气候状况等因素的影响，选择24个工业水平相近的一个交通点，统计单位时间过往的汽车数（千辆），同时在低空相同高度测定了该时间段平均气温（）、空气湿度（）、风速（m/s）以及空气中一氧化氮（NO）的浓度（10-6），数据如下表。,2. 简单线性回归的两个变量：,反应变量 response variable或 因变量dependent variable ：是按某种规律变化的随机变量，是被估计的被预测的变量。用“Y”表示。,解释

6、变量explanatory variable或自变量 independent variable 或预测因子 predictor ：可看作影响因素，是能独立自由变化的变量，是“Y”所依存的变量，常用“X”表示，可是随机变量，也可是人为控制或选择的变量。,若 Y 随X1、X2、Xm的改变而改变:,资料类型：定量资料 目的：了解一氧化氮浓度与汽车流量、气候状况等单变量之间的依存关系。,【案例解析】,简单线性回归,线性回归的分类：,I 型回归 ：因变量（Y）是随机变化的，但自变量（X）可以不随机 ，当它是能够精确测量和严密控制的量时，叫Y 关于X 的I型回归。,II型回归 ：因变量（Y）和自变量（X）

7、都是随机变化的，叫Y 关于X 的II型回归。,表12-1 不同IgG浓度下的沉淀环数据,线性回归关系的特点：,各观测点分布在直线周围的束状带内； 当变量 X 取某个值时，变量Y取值可能有几个。 变量间关系不能用函数关系精确表达,10.2 简单线性回归模型的建立,只考虑NO浓度和车流量的关系，问之间是否存在数量依存关系？,10.1.1 解析：,回归分析的要达到下面三个目的：,X和Y间的回归联系是否有统计学意义？ 车流量对NO浓度的影响（贡献）有多大？, 统计推断,10.1.2 如何定量地描述两者的关系：,绘制散点图,回归方程：求回归系数和常数项,回归方程和回归系数 的假设检验,总体回归系数的区间

8、估计,回归方程的统计应用,（一）绘制散点图,从散点图可见：车流量与空气中NO浓度所对应的点分布在一个线性束状带内，有线性的趋向，所以可以考虑做线性回归分析。,通常情况下，研究者只能获得一定数量的样本数据，用样本数据建立的有关Y依从X变化的线性表达式称为回归方程（regression equation），记为：, YX= +X,那么在总体中，可能存在对应的方程模型：,让所有点的 的平方和最小,用最小二乘法拟合直线，选择a和b使其残差（样本点到直线的垂直距离)平方和达到最小。,（三）回归参数的估计：最小二乘估计 least square estimation,回归参数的估计方法：,回归方程：,用最

9、小二乘法拟合直线，选择a和b使其残差（样本点到直线的垂直距离)平方和达到最小。即:使下列的SSE达到最小值。,求：NO浓度和车流量间的简单线性回归方程？,解：由样本数据了解计算统计量，带入下公式，求出回归系数b,作回归直线图,带入下公式，求出回归截矩a,最小二乘法原则下的回归方程为：,（三）建立回归方程，作回归直线图,回归方程的解释,b 的意义？ a 的意义？ 的意义 的意义？,回归系数的意义：,1. 由总体回归方程可知 YX= + x， 参数 的意义：若自变量X增加1个单位，反应变量Y的 平均值便增加 个单位。 。 2. 由于 是 YX= +X 的估计表达式， 所以（样本）回归系数b 表示

10、X 增加一个单位，样本观察值Y 平均增加 b 个单位。,总体回归系数（ regression coefficient ）, 的统计学意义：X每增加（或减少）一个单位，Y 平均改变了个 单位； 越大，表示Y 随X 增减变化的趋势越陡。, 0， 表明Y与X呈同向线性变化趋势 =0， 表明Y与X无线性回归关系，但可能有其它关系 0， 表明Y与X呈反向线性变化趋势,3. 线性回归分析的前题条件：,线性（linear) 独立性（independent) 正态性 (normal) 等方差性（equal variance),图12-3 线性回归模型的适用条件示意图,3. 线性回归分析的前题条件,line,n

11、ormal 正态性,equal variance 等方差性,反应变量Y 的总体平均值与自变量X呈线性关系,在一定范围内任意给定值，则对应的随机变量服从正态分布,在一定范围内，对应于不同X值，Y总体变异程度相同,linear 线性,（四）回归方程有统计学意义吗？ 总体回归系数的统计推断：,就总体而言，这种回归关系是否存在？即总体回归方程是否成立？,由于样本回归系数b与总体回归系数存在抽样误差，即：一般情况下， b ，因此需要考虑抽样误差对统计推断是否存在重大影响？,假设检验,回归模型的假设检验（model test）：,回归系数的假设检验：,目的：检验求得的回归方程在总体中是否成立； 方法：单因

12、素方差分析。,目的：即检验总体回归体系数是否为0（=0）； 方法：t 检验。,1. 回归模型的假设检验方差分析,SS总= SS回归+ SS残差,v总= v回归+ v残差,变异的分解：,回归方程假设检验的基本思想：,如果总体中自变量X对因变量Y没有贡献，则由样本所得的回归均方与残差均方应相近； 反之，如果总体中自变量X对因变量Y有贡献，回归平方和反应的就不仅仅是随机误差，即回归均方必然要远大于残差均方； 依此，可计算检验统计量F值作出判断。,问：所求得的回归方程在总体中是否成立？,均方：MS=SS/v,回归均方：MS回归=SS回归/v回归 残差均方： MS残差=SS残差/v残差,检验统计量：,查

13、F界值表（P572），确定单侧临界值Fa(v回归, v残差)， 求概率值 P，下结论,1. 建立假设，确定检验水准 H0 ：总体回归方程不成立， 即总体中自变量X对因变量Y没有贡献； H1 ：总体回归方程成立， 即总体中自变量X对；因变时Y有贡献。 =0.05 （单侧）,查F 界值表（P572）：a =0.05，v回归=1、 v残差=n-2=22,得：F(k-1, n-k)= F(1，22) =4.30,3. 确定P值，作出推断结论： 由于F=41.3764.30，则P0.05，故拒绝H0，接受H1，可认为在a =0.05 的显著水平上，NO浓度与车流量之间的回归方程具有统计学意义。,2. 计

14、算检验统计量F值：,2. 回归系数的假设检验 t 检验,=0，说明Y与X之间并不存在线性关系 0，说明Y与X之间存在线性关系,即：对于X 的任何值，总体均数 YX 没有任何改变，故建立Y与的直线回归方程就没有任何意义了,故是否为0，涉及到所建立的回归方程是否有意义的问题。然而从=0的总体抽得样本，计算出的回归系数b很可能不为零，需要对是否等于0进行假设检验t检验,t 检验：,检验过程：,注意：,1.在简单线性回归模型中，对回归模型的方差分析等价于对回归系数的t 检验，即有：,2.对于服从双变量正态分布的同样一组资料，同时作相关分析和回归分析，则相关系数的 t检验与回归系数数的t 检验等价，即有

15、：,（五）总体回归系数的区间估计：,已知b为回归系数的样本估计值，Sb为样本回归系数的标准误， 则总体回归系数的双侧1-置信区间为：,上例题中b=0.1584，Sb=0.0246，v=22,查t 界值表得：t0.05/2,22=2.074；则其总体回归系数的双侧95置信区间为：,b t/2,v Sb,0.1584 2.074 0.0246=(0.1074,0.2095),【电脑实现】 SPSS,线性回归分析： 1. 数据录入,2.线性回归分析的步骤:,3. 结果及结果输出：,（六）回归方程的解释： 车流量对NO浓度的影响有多大？,决定系数：回归平方和与总平方和之比。 0R21 反映了自变量X对回归效果的贡献，即Y的总变异中回归关系所能解释的百分比（variance account formula,VAF）； 反映了回归模型的拟合效果，可作为反应拟合优度（goodness of fit）的指标。,上例题：SS总=0.0812， SS回归=0.0530 R2= SS回归/ SS总=0.0530/0.0812=0.6527=65.27% 解释： 说明空气中NO浓度总变异的65.27%