一元线性回归分析的相关应用及思考_第1页
一元线性回归分析的相关应用及思考_第2页
一元线性回归分析的相关应用及思考_第3页
一元线性回归分析的相关应用及思考_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、一元线性回归分析的相关内容及思考专业:人文地理学姓名:刘博学号:2013010447一元线性回归分析的相关应用及思考摘要:本文介绍了回归分析(主要为一元线性回归分析)的基本知 识,分析了线性回归的模型建立、求解方法、显著性检验等相关内容,对回归分析的知识进行了基本慨括。关键词:回归分析,相关,模型,显著性检验正文:1、回归分析相关介绍1.1.回归分析的特点回归分析是在研究现象之间相关分析的基础上,对自变量X和因变量y 的变动趋势拟合数学模型进行数量推算的一种统计分析方法。进行回归分析,要 以现象之间存在相关关系为前提,然后对自变量x和因变量y的变动拟合适宜 的回归方程,确定其定量关系式,在对拟

2、合的回归方程进行显著性检验,最后利 用所求得关系式进行推算和预测。回归分析和相关分析的关系非常密切,两者既有联系又有区别,联系在于, 两者都是对客观事物数量依存关系的分析,其中回归分析是在相关分析的基础 上进行。如果没有定性的说明现象之间是否存在相关关系,也没有对这种相关关 系的密切程度作量的说明,就不宜进行回归分析,即使进行了回归分析,也不会 有什么实际意义。回归分析不仅可认识事物之间的关系,更重要的是可运用这种 关系推算、预测未来的发展趋势,可见回归分析是相关分析的继续和拓展。通过 回归分析对现象之间的相关关系拟合回归方程,就有可能进行推算和预测,相关 分析才能更好地发挥作用。如果仅有相关

3、分析而没有回归分析,就如有头无尾一 样,失去了统计分析的作用。回归分析和相关分析的区别在于,两者的概念和作 用不同,它们从不同的角度说明现象之间的依存关系。相关分析只能说明现象之 间是否相关及相关方向和密切程度,但不能说明一个现象发生一定量的变化,另 一个现象会对应发生多大变化。而回归分析通过建立适宜的回归方程则能够测出 这种变化的量,它是进行推算和预测的重要依据。1.2. 一元线性回归模型一元线性回归模型,是分析两个变量之间相互关系的数学方程式,其一般表 达式为y=a+bx,式中,y表示因变量y的估计值,x表示自变量,a,b称为回归模 型的待定参数,其中b又称为回归系数。上述的回归方程式在平

4、面坐标系中表 现为一条直线即回归直线。当b0时y随x的增加而增加,两变量之间为正相关关系;当b0时,y 随x的增加而减少,两变量之间为负相关关系;当b=0时,y为一个常量,不 随x的变动而变动。这样就为我们判断现象之间的关系,分析现象之间是否处 于正常状态提供了一提一条标准。1.3. 一元线性回归模型的建立(1)回归模型的建立程序建立一元线性回归模型一般可分为四步、分析变量之间的相互关系,通常是在 理论定性分析的基础上采用相关表或相关图进行观察,再计算相关系数;通过 检验相关系数的显著性,判断相关系数的客观真实状况;根据研究目的确定自 变量和因变量;根据调查的资料估计模型参数建立回归模型。2回

5、归方程数学模型的求解方法1最小二乘法原理回归直线的斜率b八和截距a八可由公式以下公式计算出来。卜12. 2 Excel求解方法Excel中提供了 80多个统计函数,应用其中的函数 SLOPE和INTERCEPT 能够求出回归方程。(1) SLOPE函数:通过“y的范围”(因变量)和“x的范围”(自变量),计 算表示为y=a+bx的回归直线的斜率b。格式 SLOPE (Known y7 s, Knownx7 s),其中Knowny7 s指定已知的y值;Knownx7 s指定已知的x值。(2) INTERCEPT函数:通过“y的范围”(因变量)和“x的范围”(自变 量),计算表示为y=a+bx的回

6、归直线的截距a。格式 INTERCEPT (Knowny7 s, Knownx s)。参数同函数 SLOPEo回归模型的检验及分析回归方程建立以后还需要对模型进行检验,检验回归模型的代表性,用t 检验法,若两个变量之间相关程度为高度相关,方程有很高的代表性,还不能说 明这种直线相关关系是否可靠,为了说明这种相关关系的可靠性,必须对相关系rVn- 2数进行t检验。公式为:.】; r与b同号。设,统计量t服从t(n- 2)分布。根据一组样本量计算出t值,再根据所给定的显著性水平a和自由度 n- 2,查t分布表,找到相应的临界值ta/2。若I t I Nt。/2,表明t在统计上是 显著的,即总体的两个变量间存在线性关系,这种关系是可靠的,否则就认为两 个变量间不存在线性关系。有些情况下,尽管回归方程通过了显著性检验,我们也可以看出一元线性回 归方程对数据的拟合效果并不理想,。由此可见我们对一元线性回归模型采用统 计量所做的检验仅仅只能知晓x的线性部分对y的影响是否显著,而不能对的影 响因素是否包含x的非线性部分作出判断,从而不能知道线性回归方程拟合效果 的好坏,要对这个问题作出回答,必须进行重复试验,利用统计量F进行检验。参考

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论