公司财务管理回归分析

n
其中 U yˆi y2 （回归平方和） i 1
故 F> F1 (1, n 2) ，拒绝H 0 ，否则就接受H 0 .
（Ⅱ）t检验法 当 H 0 成立时，T
Lxx ˆ1 ~t（n-2） ˆ e
故T
t
1
(n
2)
，拒绝H
0
，否则就接受H 0
.
2n
n
其中Lxx (xi x)2 xi2 nx 2
和 x ，即 yˆ (x) y, yˆ (x) y .
则x, x 就是所求的 x 的控制区间.
2021/2/20
返回
14
四、可线性化的一元非线性回归 （曲线回归）
例2 出钢时所用的盛钢水的钢包，由于钢水对耐火材料的侵蚀， 容积不断增大.我们希望知道使用次数与增大的容积之间的关 系.对一钢包作试验，测得的数据列于下表：
数学建模与数学实验
回归分析
2021/2/20
1
实验目的
1、直观了解回归分析基本内容。 2、掌握用数学软件求解回归分析问题。
实验内容
1、回归分析的基本理论。 2、用数学软件求解回归分析问题。 3、实验作业。
回归分析
一元线性回归
多元线性回归
* *
* *
数 学 模 型 及 定 义
模 型 参 数 估 计
腿长
88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102
以身高x为横坐标，以腿长y为纵坐标将这些数据点（xI，yi） 在平面直角坐标系上标出.
解答
102
100
98
y 0 1x
96
94
92
90
88
86
84
140
145
150
155
160
165
2021/2/20
n
n
记
Q Q(0 , 1)
2 i
yi 0 1xi 2
i 1
i 1
最小二乘法就是选择0 和 1 的估计ˆ0 ， ˆ1 使得
Q ( ˆ 0
,
ˆ1 )
min
0 ,1
Q(
0
,
1
)
2021/2/20
6
解得
ˆ0 y ˆ1x
ˆ1
xy x2
xy x2
n
xi xyi y
或 ˆ1 i1 n
yˆ
ˆ e u1 2
,
yˆ
ˆ
e u1 2
2021/2/20
13
（2）控制
要求： y 0 1x 的值以1 的概率落在指定区间y, y
只要控制 x 满足以下两个不等式
yˆ (x) y, yˆ (x) y
要求 y y 2 (x) .若 yˆ (x) y, yˆ (x) y 分别有解x
i 1
i 1
2021/2/20
10
（Ⅲ）r检验法
n
(xi x)( yi y)
记
r
i 1
n
n
(xi x)2 ( yi y)2
i 1
i 1
当|r|> r1-α时，拒绝 H0；否则就接受 H0.
其中 r1
1
1 n 2 F1 1, n 2
2021/2/20
11
2、回归系数的置信区间
0 和 1 置信水平为 1-α的置信区间分别为
2021/2/20
检 验 、 预 测 与 控 制
性可 回线 归性 （化 曲的 线一 回元 归非 ）线
数 学 模 型 及 定 义
模 型 参 数 估 计
检 验 与 预 测
多 元 线 性 回
归
中
的
逐 步 回 归 分 析
3
一、数学模型
例1 测16名成年女子的身高与腿长所得数据如下：
身高 143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164
散点图
4
一般地，称由 y 0 1 x 确定的模型为一元线性回归模型， 记为
y 0 1x E 0, D 2 固定的未知参数0 、 1 称为回归系数，自变量 x 也称为回归变量.
Y 0 1x ，称为 y 对 x 的回归直线方程.
一元线性回归分析的主要任务是：
1、用试验值（样本值）对0 、 1 和 作点估计；
进行检验.
假设 H 0 : 1 0 被拒绝，则回归显著，认为 y 与 x 存在线性关 系，所求的线性回归方程有意义；否则回归不显著，y 与 x 的关系 不能用一元线性回归模型来描述，所得的回归方程也无意义.
2021/2/20
9
（Ⅰ）F检验法
当 H 0 成立时，
F
U
~F（1，n-2）
Qe /(n 2)
ˆ
0
t1 2
(n
2)ˆ e
1 n
x2 Lxx
, ˆ0
t1 2
(n
2)ˆ e
1
x2
n Lxx
和
ˆ1
tBiblioteka Baidu
1 2
(n
2)ˆ e
/
Lxx
,
ˆ1
t
1
(n
2)ˆ
e
/
2
Lxx
2 的置信水平为 1- 的置信区间为
2 1 2
Qe (n
2)
,
2
2
Qe (n
2)
2021/2/20
12
3、预测与控制
xi x 2
i 1
n i1
n i1
n i1
n i1
其中 x 1
xi , y 1
yi ， x 21
xi , xy
2
1
xi yi .
n
n
n
n
（经验）回归方程为:
yˆ ˆ0 ˆ1x y ˆ1(x x)
2021/2/20
7
2、 2 的无偏估计
n
记 Qe Q(ˆ0 , ˆ1 )
（1）预测
用 y0 的回归值 yˆ0 ˆ0 ˆ1x0 作为 y0的预测值.
y0 的置信水平为1 的预测区间为
yˆ0 (x0 ), yˆ0 (x0 )
其中 (x0 ) ˆ et1 (n 2) 2
1 1 x0 x2
n
Lxx
特别，当 n 很大且 x0 在x 附近取值时,
y 的置信水平为1 的预测区间近似为
2、对回归系数0 、 1 作假设检验；
3、在 x=x0 处对 y 作预测，对 y 作区间估计.
2021/2/20
返回 5
二、模型参数估计
1、回归系数的最小二乘估计
有 n 组独立观测值，（x1，y1），（x2，y2），…，（xn，yn）
设
yi 0 x1 i , i 1,2,..., n E i 0, D i 2 且1 2，..., n相互独立
yi ˆ0 ˆ1xi
2
n
( yi yˆi )2
i 1
i 1
称 Qe 为残差平方和或剩余平方和.
2 的无偏估计为
ˆ
2 e
Qe
(n 2)
称ˆ
2 e
为剩余方差（残差的方差），
ˆ
2 e
分别与ˆ0
ˆ e 称为剩余标准差.
、ˆ1 独立 。
2021/2/20
返回
8
三、检验、预测与控制
1、回归方程的显著性检验 对回归方程Y 0 1x 的显著性检验，归结为对假设 H 0 : 1 0; H1 : 1 0
使用次数
2 3 4 5 6 7 8 9