《高中数学课件——线性回归》由会员分享，可在线阅读，更多相关《高中数学课件——线性回归（20页珍藏版）》请在金锄头文库上搜索。
1、线性回归,两个变量之间的关系,确定性的函数关系,随机性的相关关系,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,一块农田的水稻产量与施肥量之间的关系：,相关关系是一种非确定性关系对具有相关关系的两个变量进行统计分析的方法叫做回归分析,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：,当施肥量x一定时，水稻产量y的值带有一定的随机性,回归分析,散点图,图中各点，大致分布在某条直线附近。,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？,一般地，设x与y是具有相关关系的两个变量，且相应于n个观测值的n
2、个点 大致分布在一条直线的附近，我们来求在整体上与这n个点最接近的一条直线,设所求的直线的方程为,偏差,偏差的符号有正有负，相加相互抵消，所以和不能代表几个点与相应直线在整体上的接近程度.,采用n个偏差的平方和,回归直线的计算步骤,叫做回归直线方程,Q 取得最小值的 a，b 的求值公式,我们将所得到的方程叫做回归直线方程，相应的直线叫做回归直线，而对两个变量所进行的上述统计分析叫做线性回归分析,因此所求的回归直线方程是,于是提出一个问题：所求得的回归直线方程，在什么情况下才能对相 应的一组观测值具有代表意 义呢？,如图是一组观测值的散点图我们看到，图中的各点并不集中在一条直线的附近，但是按照上
3、面的方法，同样可以就这组数据求得一个回归直线方程这显然是毫无意义的,变量的相关性,对于变量y与x的一组观测值来说，我们把,叫做变量y与x之间的样本相关系数，（简称相关系数），,可以证明，| r | 1，且| r | 越接近于1，相关程度越大；| r |越接近于 0，相关程度越小,一般地，当|r|与1接近到什么程度才表明 y与 x之间具有线性相关关系呢？为明确这一点，通常采用对相关系数r进行显著性检验（简称相关性检验）的方法其中待检验的统计假设是两个变量不具有线性相关关系，检验的步骤如下,1在附表3(P.59)中查出与显著性水平0.05与自由度n2（n为观测值组数）相应的相关系数临界值r0.05
4、。,2根据公式计算r的值 3检验所得结果,如果|r|r0.05，那么可以认为y与x之间的线性相关关系不显著，从而接受统计假设,如果|r|r0.05，表明一个发生的概率不到5的事件在一次试验中竟发生了这个小概率事件的发生使我们有理由认为y与x之间不具有线性相关关系的假设是不成立的，拒绝这一统计假设，也就是表明可以认为y与x之间具有线性相关关系,按照上述步骤，我们来检验一下第35页水稻产量与施化肥量之间是否存在线性相关关系,1在附表3中查出与显著性水平0.05和自由度72相应的相关系数临界值r0.05=0.754 2前面已求得r0.9733 3因为rr0.05，这说明水稻产量与施化肥量之间存在着线
5、性相关关系,这个结论表明，前面求得的关于这两个变量之间的回归直线方程是有意义的 又如，在第38页产品月总成本与月产量关系的例子中，查得相应于显著性水平0.05和自由度122的r0.05为0.576，又算得r=0.998，由rr0.05，可知，y与x之间存在显著的线性相关关系,通常，在尚未断定两个变量之间是否具有线性相关关系的情况下，应先进行相关性检验，在确认其具有线性相关关系后，再求其回归直线,我们看到，由部分观测值得到的回归直线，可以对两个变量间的线性相关关系进行估计，这实际上是将非确定性问题转化成确定性问题来进行研究由于回归直线将部分观测值所反映的规律性进行了延伸，它在情况预报、资料补充等方面有着广泛的应用,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,相关关系与函数关系的异同点：,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,均是指两个变量的关系,非确定关系,非随机变量与随机变量的关系,确定的关系,两个非随机变量的关系,例1在7块并排、形状大小相同的试验田上进行施化肥量对水稻产量影响的试验，得数据如下(单位：kg),求变量 y 与 x 之间的相关系数,0.9733,
