人大《统计学》第十章_相关与回归

17
§2 回归分析
§2.1 回归分析的基本问题 §2.2 一元线性回归模型的设定 §2.3 一元线性回归模型的拟合 §2.4 回归系数的推断 §2.5 回归方程的评价
18
§2.1 回归分析的基本问题
回归分析
回归分析是一种应用极为广泛的数量分析方法，它用回归方程的形式 描述和反映变量间的数量变化规律。
回归分析的目的
在相关的基础上进一步研究变量在之间的相互关系，因此它也是带误 差项的不确定性的函数关系。
相关分与回归分析的区别
1.回归分析研究变量之间相互关系的具体形式，能从一个变量的变化 来推测另一个变量的变化情况，为预测提供可能； 2. 相关分析假设变量之间的地位是等同的，不对变量进行区分；而在 回归分析中则把变量区分为自变量和因变量。二者的地位不同，自变 量通常被假设为非随机变量。
13
§1.2 相关系数
§1.2.3 使用相关系数的注意事项
1．对变量做线性变换不会改变相关系数的绝对值大小。 2．相关系数能够用来度量两变量之间的线性关系，但并不是度量非 线性关系的有效工具。低的相关系数可能存在很好的非线性相关。 3．有相关关系也不意味着有因果关系。
14
§1.3 相关系数的检验
解：记产品销售额为Y，广告投入额为X。
X 168.92,Y 619.53, X 2 1487.93,Y 2 19546.58, XY 5376.18
1
n XY X Y n X 2 X 2
20 5376.18 168.92 619.53 201487.93 168.922
2.35
0
Y
Yi 0 1 X i i 1.5 0.6 X i i
其中 i 服从均值为0，方差为1的正态分布。
31
§2.4 回归系数的推断
现在假定X的观测值为1、2、3、4、5、6、7、8、9、10。根
据误差的分布分别生成10个误差值，再由X的观测值和给定
的系数，计算出Y的值，记为样本1。再根据误差的分布分别
ei2 n2
38
§2.4 回归系数的推断
【例10．4 】在例10．3中拟合的产品销售额对广告投入额的
回归方程中，考察系数估计量 ˆ0和 ˆ1 的方差。
39
§2.4 回归系数的推断
解：
记产品销售额为Y，广告投入额为X，回归方程为
Yˆ 11.16 2.35X
S2
ei2 n2
Yi 11.16 2.35Xi 2 18.81 1.045
统计学
中国人民大学 出版社
All rights reserved
第十章 相关与回归
第十章 相关与回归
§1 相关分析 §2 回归分析 §3 用回归进行预测 §4 Logistic回归
2
§1相关分析
§1.1 变量间的相互关系 §1.2 相关系数 §1.3 相关系数的检验
3
§1.1 变量间的相互关系
24
§2.3 一元线性回归模型的拟合
寻找使得 Q(0 , 1)达到最小的 0 和 1 做为估计值，
即
Q ˆ0, ˆ1 min Q0, 1
对
n
Q(0 , 1 ) (Yt 0 1 X i )2 i 1
分别对 0和 1求偏导，得到正规方程组：
Q
0
Q 2
1
n
2
i 1 n
i 1
Y 0 1X
其中0 和 1 称为模型的参数。
22
§2.2 一元线性回归模型的设定
一元线性回归方程 E(Y X ) 0 1X 表明，X和Y之间的 统计关系是在平均意义下讨论的，即当X的值给定后利用回 归模型计算得到的Y的平均值。
根据取得的数据估计回归方程中的参数，得到经验回归 方程，或者称为估计的回归方程：
20 2
18
x n 2 i1 i
和广告投入额的相关系数进行显著性检验。
16
§1.3 相关系数的检验
解：
建立原假设和备择假设：
H0：＝0
H1： 0
计算检验统计量： t 0.973 20 2 17.97 1 0.9732
由显著性水平 ＝0.05 ，查t分布表得
t0.05/2 20 2＝2.10117.97
因而拒绝H0，认为产品销售额和广告投入额存在显著的相关关系。
5
§1.1 变量间的相互关系
相关关系可以用散点图直观表示。 通过观察散点图能够直观地发现变量间的统计关系以及它们的强弱 程度和数据对的可能走向。
图10-1相关关系图
6
§1.2 相关系数
相关系数以数值的方式精确地度量了两个变量间线性相关的 强弱程度。
根据总体数据计算的相关系数称为总体相关系数，记为 。
35
§2.4 回归系数的推断
ˆ1 的方差：
V ˆ1
n
i 1
xi2V
Yi
x n 2 2
i1 i
2
x n 2
i1 i
ˆ1 服从均值为 1，方差为
2
x n 2
i1 i
的正态分布，即
ˆ1 1 ~ N 0,1
x n 2
i1 i
36
§2.4 回归系数的推断
ˆ0 的方差为：V ˆ0
0.973
201487.93 (168.92)2 2019546.58 (619.53)2
11
§1.2 相关系数
因此产品销售额和广告投入额的相关系数为0.973。SPSS的输 出结果如下：
12
§1.2 相关系数
§1.2.2 相关系数的性质
1．相关系数的符号：r >0表明两变量为正相关， r <0表明两变量为负相关；
相关系数显著性检验的基本步骤：
1. 建立原假设和备择假设 H0：总体相关系数 0 ； H1：总体相关系数 0 。
2.构建检验统计量 t r n2 1 r2
3.确定显著性水平 ，利用该统计量和t分布表判断是否拒绝原假设。
15
§1.3 相关系数的检验
【例10．2】
给定显著性水平为 ＝0.05 ，对例10．1计算的产品销售额
yi
yi
0
0 1 1 X
0 i 0
25
§2.3 一元线性回归模型的拟合
解方程得到
ˆ1
Lxy Lxx
ˆ0 Y ˆ1 X
式中
n
Lxx
i 1
Xi X
2
n i 1
X
2 i
1n (
n i1
Xi )2
n
n
1n
n
Lxy
(Xi
i 1
X )(Yi
Y)
i 1
X iYi
( n
1
X i )(
变量之间的关系 1. 确定性关系(或称函数关系)：
研究的是确定现象非随机变量间的关系。 2. 统计关系(或称相关关系）：
研究的是非确定现象随机变量间的关系。
4
§1.1 变量间的相互关系
相关关系的划分： 1．按相关程度的大小：完全相关、不完全相关、和不相关 2．按相关关系的变动方向： 正相关和负相关 3．按相关的形式：线性相关和非线性相关 4．按变量个数 ： 单相关和复相关
根据样本数据计算的则称为样本相关系数，记为r。
7
§1.2 相关系数
§1.2.1 Pearson简单相关系数
Pearson简单相关系数用来度量定距型变量间的线性相关关系， 定义如下：
r (x x)( y y) (x x)2 (y y)2
上式显示，简单相关系数是xi和yi分别标准化后的积的平均数。 简式得：
2．相关系数的取值范围在-1和+1之间，即：–1≤r≤ 1；
3．相关系数r的绝对值：越接近于1， 表示变量之间的相关程度越高； 越接近于0，表示变量之间的相关程度越低； 如果r =1或–1，则表示两个现象完全线性相关； 如果r=0，则表示两个现象完全不相关。 r 0.3 ，表示变量之间的线性相关关系较弱； 0.8 r 1 ，表示变量之间高度相关。
生成10个误差值，由X的观测值和给定的系数，计算出Y的值，
记为样本2。按照这个方法生成30组样本。分别对每个样本
进行回归，得到估计的系数
的 ˆ0，, 见ˆ1 表10-4。
ˆ。0 ,由ˆ1此可以得到30个不同
32
§2.4 回归系数的推断
表10-4 蒙特卡罗模拟实验：1.5+0.6Xi+ i ; i ~N(0，1)
1
Yi )
为了方便，记 xi Xi X , yi Yi Y ，即：
ˆ1
n i 1
x i
yi
x n 2
i1 i
, ˆ0
Y
ˆ1 X
26
§2.3 一元线性回归模型的拟合
【例10．3】根据例10．1中数据，以产品销售额为因变量， 广告投入额为自变量拟合回归方程。
27
§2.3 一元线性回归模型的拟合
产品销售额和广告投入额数据表
10
§1.2 相关系数
解：对表10-1中的数据进行计算可得
x 168.92 y 619.53 x2 1487.93
y2 19546.58 xy 5376.18
按照公式（10.2）带入有：
r
n xy x y
n x2 x2 n y2 y2
20 5376.18 168.92 619.53
假定4：无自相关：即两个误差项之间是不相关的，即：
E i , j 0,i j。
30
§2.4 回归系数的推断
§2.4.1 最小二乘估计量的最优线性无偏性 在给定经典回归模型的假定下，由高斯-马尔科夫定理保证了： 最小二乘估计量是最优线性无偏的估计量。可通过蒙特卡罗 模拟实验来验证 ˆ0 ，ˆ1 的无偏性。假设已知如下的总体回归 方程（参数值是真实已知的）：