X的取值,从而使Y在一定范围内波动。简述做直线相关与回归分析时的注意事项①回归方程要有实际意义②分析前先绘散点图,观察是否存在直线趋势或异常点③直线回归的适用范围一般以自变量X的取值范围为限,不能随便外延。直线相关与直线回归的区别与联系区别①资料要求不同。相关分析要求X,Y均服从正态分布,而回归分析时,要求Y服从正态分布。②应用不同。相关是只说明两个变量间是否有关联。回归是由一个变量推算另外一个变量,说明依存变化的数量关系。③相关系数与回归系数r与b不同。A.意义不同:b表示X每增(减)一个单位,Y改变b个单位;r说明具有直线关系的两个变量关系的密切程度和方向。B.取值范围不同-∞<b<+∞,-1≤r≤+1C.b有单位,r无单位。联系①同一组资料相关系数和回归系数的符号相同。②同一资料相关系数和回归系数的假设检验等价。即tr=tb,P值相等。③可以用回归解释相关。简述简单线性回归分析的基本步骤。①绘制散点图,考察是否有线性趋势及可疑的异常点;②估计回归系数;③对总体回归系数或回归方程进行假设检验;④列出回归方程,绘制回归直线;⑤统计应用。回归分析中决定系数R²①定义:考察在Y的变异中,由X所引起的变异占多大的比重。R2=SS回归/SS总②取值在0-1之间(因SS回归<SS总)③大小反映了自变量对回归效果的贡献,即在Y的总变异中回归关系所能解释的百分比。④反映了回归模型的拟合效果,常作为拟合优度的指标。⑤当X与Y均为随机变量时,决定系数R²等于相关系数(r)的平方。第11章多重线性回归分析μ=β0+β1X1+β2X2+…+βpXp⑴β0:当所有自变量为0时反应变量Y的平均取值⑵βi:(偏回归系数)方程中其他自变量不变时,Xi每增加(或减少)一个计量单位,反应变量Y平均改变βi个单位。⑶确定系数R²:反映回归方程的效果好坏。R²=SS回归/SS总说明自变量组X可以解释反应变量Y
全文预览
