第10章 简单线性回归分析
思考与练习参考答案
一、最佳选择题
1．如果两样本的相关系数21r r =，样本量21n n =，那么（ D ）。
A. 回归系数21b b = B ．回归系数12b b < C. 回归系数21b b > D ．t 统计量11r b t t = E. 以上均错
2．如果相关系数r =1，则一定有（ C ）。
A ．总SS =残差SS
B ．残差SS =回归
SS
C ．总SS =回归SS
D ．总SS ＞回归SS E.
回归MS =残差MS
3．记ρ为总体相关系数，r 为样本相关系数，b 为样本回归系数，下列（ D ）正确。
A ．ρ=0时，r =0
B ．|r |＞0时，b ＞0
C ．r ＞0时，b ＜0
D ．r ＜0时，b ＜0 E. |r |=1时，b =1
4．如果相关系数r =0，则一定有（ D ）。
A ．简单线性回归的截距等于0
B ．简单线性回归的截距等于Y 或X
C ．简单线性回归的残差SS 等于0
D ．简单线性回归的残差SS 等于SS 总
E ．简单线性回归的总SS 等于0
5．用最小二乘法确定直线回归方程的含义是（ B ）。
A ．各观测点距直线的纵向距离相等
B ．各观测点距直线的纵向距离平方和最小
C ．各观测点距直线的垂直距离相等
D ．各观测点距直线的垂直距离平方和最小
E ．各观测点距直线的纵向距离等于零
二、思考题
1．简述简单线性回归分析的基本步骤。
答：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。 2．简述线性回归分析与线性相关的区别与联系。
答：区别：
（1）资料要求上，进行直线回归分析的两变量，若X 为可精确测量和严格控制的变量，则对应于每个X 的Y 值要求服从正态分布；若X 、Y 都是随机变量，则要求X 、Y 服从双变量正态分布。直线相关分析只适用于双变量正态分布资料。
（2）应用上，说明两变量线性依存的数量关系用回归（定量分析），说明两变量的相关关系用相关（定性分析）。
（3）两个系数的意义不同。r 说明具有直线关系的两变量间相互关系的方向与密切程度，b 表示X 每变化一个单位所导致Y 的平均变化量。
（4）两个系数的取值范围不同：-1≤r ≤1，∞<<∞-b 。 （5）两个系数的单位不同：r 没有单位，b 有单位。 联系：
（1）对同一双变量资料，回归系数b 与相关系数r 的正负号一致。b ＞0时，r ＞0，均表示两变量X 、Y 同向变化；b ＜0时，r ＜0，均表示两变量X 、Y 反向变化。
（2）回归系数b 与相关系数r 的假设检验等价，即对同一双变量资料，r b t t =。由于相关系数r 的假设检验较回归系数b 的假设检验简单，故在实际应用中常以r 的假设检验代替b 的假设检验。
（3）用回归解释相关：由于决定系数2R =SS 回 /SS 总 ，当总平方和固定时，回归平方和的大小决定了相关的密切程度。回归平方和越接近总平方和，则2
R 越接近1，说明引入相关的效果越好。例如当r =0.20，n =100时，可按检验水准0.05拒绝H 0，接受H 1，认为两变量有相关关系。但2
R =(0.20)2=0.04，表示回归平方和在总平方和中仅占4％，说明两变量间的相关关系实际意义不大。
3. 决定系数与相关系数的意义相同吗？如果不一样，两者关系如何？
答：现将相关系数、决定系数与Y 的总变异的关系阐释如下：假如在一回归分析中，回归系数的变异数回归SS ＝9，而Y 的总变异数总SS ＝13，则
决定系数2
R =回归SS / 总SS =9/14=0.642 9/1，相关系数R =0.801 8
即将决定系数表示为一比值关系，当总SS = l 时，则回归SS = 0.642 9，我们可以采用直角三角形的“勾股定理”图示决定系数与相关系数的关系，如练习图10-1所示。
练习图10-1 相关系数、决定系数与总变异的关系
三、计算题
1. 以例10-1中空气一氧化氮（NO）为因变量，风速（X4）为自变量，采用统计软件完成如下分析：
（1）试用简单线性回归方程来描述空气中NO浓度与风速之间的关系。
（2）对回归方程和回归系数分别进行假设检验。
（3）绘制回归直线图。
（4）根据以上的计算结果，进一步求其总体回归系数的95%置信区间。
（5）风速为1.50 m/s时，分别计算个体Y值的95%容许区间和Y的总体均数的95％置信区间，并说明两者的意义。
解：运用SPSS进行处理，主要分析结果如下：
（1）简单线性回归方程、假设检验结果及总体回归系数的95%置信区间如下：
（2）方差分析结果：
（3）回归直线如练习图10-2。
练习图10-2 回归直线图
2. 教材表10-8为本章例10-1回归分析的部分结果，依次为X 、Y 、Y 的估计值（Y ?）与残差（e ），请以相关分析考察四者之间的关系，以回归分析考察Y ?与X 、Y 与Y ?、Y 与Y
Y ?-、Y Y ?-与X 之间的关系，并予以解释。 教材表10-8 案例分析中回归分析的部分结果
解：主要分析结果：
(1)四者之间的相关系数
Y 0.809 1 0.809
0.586 Y hat 1.000 0.809 1 0.000 Y Y -hat
0.000 0.586 0.000 1
** Correlation is significant at the 0.01 level (2-tailed).
（2）四个变量间的回归系数 因变量
自变量
截距 回归系数 t
P
Y
? X
-0.136 0.159 456.016 0.000 Y Y
? 1.005 0.001 6.457 0.000 Y
Y
Y ?- 0.088
0.999
3.394 0.003 Y
Y ?- X
0.000 014 7 0.000 010 5
0.000
1.000
Y
?与X 呈完全正相关关系，回归系数t 检验结果P =0.000，表明Y ?的变异可由X 完全解释。
Y 与Y
?的相关系数与Y 与X 的相关系数相同，表明正是由于X 的影响引起Y 的变异，Y 与Y
?关系即体现了Y 与X 的变化关系。 Y 与Y
Y ?-体现了扣除X 的影响后，Y 与残差仍呈正相关关系。 Y
Y ?-与X 呈零相关关系，表明扣除了X 的影响，回归方程的残差与X 不再有相关或回归关系。
（张岩波 郝元涛）
第九章 回归分析 教学要求 1．一元线性回归及线性相关显著性的检验法，利用线性回归方程进行预测。 2．可线性化的非线性回归问题及简单的多元线性回归。 ? 本章重点：理解线性模型，回归模型的概念，掌握线性模型中参数估计的最小二乘法估计法。 ? 教学手段：讲练结合 ? 课时分配：6课时 §9.1 一元线性回归 回归分析是研究变量之间相关关系的一种统计推断法。 例如，人的血压y 与年龄x 有关，这里x 是一个普通变量，y 是随机变量。Y 与x 之间的相依关系f(x)受随机误差ε的干扰使之不能完全确定，故可设有： ε+=)(x f y （9.1） 式中f(x)称作回归函数，ε为随机误差或随机干扰，它是一个分布与x 无关的随机变量，我们常假定它是均值为0的正态变量。为估计未知的回归函数f(x)，我们通过n 次独立观测，得x 与y 的n 对实测数据(x i ,y i )i=1,……,n ，对f(x)作估计。 实际中常遇到的是多个自变量的情形。 例如 在考察某化学反应时，发现反应速度y 与催化剂用量x 1,反应温度x 2,所加压力x 3等等多种因素有关。这里x 1,x 2,……都是可控制的普通变量，y 是随机变量，y 与诸x i 间的依存关系受随机干扰和随机误差的影响，使之不能完全确定，故可假设有： ε+=),,,(21k x x x f y Λ (9.2) 这里ε是不可观察的随机误差，它是分布与x 1,……,x k 无关的随机变量，一般设其均值为0，这里的多元函数f(x 1,……,x k )称为回归函数，为了估计未知的回归函数，同样可作n 次独立观察，基于观测值去估计f(x 1,……,x k )。 以下的讨论中我们总称自变量x 1,x 2,……,x k 为控制变量，y 为响应变量，不难想象，如对回归函数f(x 1,……,x k )的形式不作任何假设，问题过于一般，将难以处理，所以本章将主要讨论y 和控制变量x 1,x 2,……,x k 呈现线性相关关系的情形，即假定 f(x 1,……,x k )=b 0+b 1x 1+……+b k x k 。 并称由它确定的模型 (9.1) (k=1)及(9.2)为线性回归模型，对于线性回归模型，估计回归函数f(x 1,……,x k )就转化为估计系数b 0、b i (i=1,……,k) 。 当线性回归模型只有一个控制变量时，称为一元线性回归模型，有多个控制变量时称为多元线性回归模型，本着由浅入深的原则，我们重点讨论一元的，在此基础上简单介绍多元的。 §9.1.1 一元线性回归 一、一元线性回归的数学模型
一元线性回归模型案例分析 一、研究的目的要求 居民消费在社会经济的持续发展中有着重要的作用。居民合理的消费模式和居民适度的消费规模有利于经济持续健康的增长，而且这也是人民生活水平的具体体现。改革开放以来随着中国经济的快速发展，人民生活水平不断提高，居民的消费水平也不断增长。但是在看到这个整体趋势的同时，还应看到全国各地区经济发展速度不同，居民消费水平也有明显差异。例如，2002年全国城市居民家庭平均每人每年消费支出为6029.88元, 最低的黑龙江省仅为人均4462.08元，最高的上海市达人均10464元，上海是黑龙江的2.35倍。为了研究全国居民消费水平及其变动的原因，需要作具体的分析。影响各地区居民消费支出有明显差异的因素可能很多，例如，居民的收入水平、就业状况、零售物价指数、利率、居民财产、购物环境等等都可能对居民消费有影响。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的计量经济模型去研究。 二、模型设定 我们研究的对象是各地区居民消费的差异。居民消费可分为城市居民消费和农村居民消费，由于各地区的城市与农村人口比例及经济结构有较大差异，最具有直接对比可比性的是城市居民消费。而且，由于各地区人口和经济总量不同，只能用“城市居民每人每年的平均消费支出”来比较，而这正是可从统计年鉴中获得数据的变量。所以模型的被解释变量Y 选定为“城市居民每人每年的平均消费支出”。 因为研究的目的是各地区城市居民消费的差异，并不是城市居民消费在不同时间的变动，所以应选择同一时期各地区城市居民的消费支出来建立模型。因此建立的是2002年截面数据模型。 影响各地区城市居民人均消费支出有明显差异的因素有多种，但从理论和经验分析，最主要的影响因素应是居民收入，其他因素虽然对居民消费也有影响，但有的不易取得数据，如“居民财产”和“购物环境”；有的与居民收入可能高度相关，如“就业状况”、“居民财产”；还有的因素在运用截面数据时在地区间的差异并不大，如“零售物价指数”、“利率”。因此这些其他因素可以不列入模型，即便它们对居民消费有某些影响也可归入随即扰动项中。为了与“城市居民人均消费支出”相对应，选择在统计年鉴中可以获得的“城市居民每人每年可支配收入”作为解释变量X。 从2002年《中国统计年鉴》中得到表2.5的数据: 表2.52002年中国各地区城市居民人均年消费支出和可支配收入
总结：线性回归分析的基本 步骤 -标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII
线性回归分析的基本步骤 步骤一、建立模型 知识点： 1、总体回归模型、总体回归方程、样本回归模型、样本回归方程 ①总体回归模型：研究总体之中自变量和因变量之间某种非确定依赖关系的计量模型。Y X U β=+ 特点：由于随机误差项U 的存在，使得Y 和X 不在一条直线/平面上。 例1：某镇共有60个家庭，经普查，60个家庭的每周收入（X ）与每周消费（Y ）数据如下： 作出其散点图如下：
②总体回归方程（线）：由于假定0EU =，因此因变量的均值与自变量总处于一条直线上，这条直线()|E Y X X β=就称为总体回归线（方程）。 总体回归方程的求法：以例1的数据为例 由于01|i i i E Y X X ββ=+，因此任意带入两个X i 和其对应的E (Y |X i )值，即可求出01ββ和，并进而得到总体回归方程。
如将()()222777100,|77200,|137X E Y X X E Y X ====和代入 ()01|i i i E Y X X ββ=+可得：0100117710017 1372000.6ββββββ=+=?????=+=?? 以上求出01ββ和反映了E (Y |X i )和X i 之间的真实关系，即所求的总体回归方程为：()|170.6i i i E Y X X =+，其图形为： ③样本回归模型：总体通常难以得到，因此只能通过抽样得到样本数据。如在例1中，通过抽样考察，我们得到了20个家庭的样本数据： 那么描述样本数据中因变量Y 和自变量X 之间非确定依赖关系的模型 ?Y X e β =+就称为样本回归模型。
项目八假设检验、回归分析与方差分析 实验3 方差分析 实验目的学习利用Mathematica求单因素方差分析的方法. 基本命令 1.调用线性回归软件包的命令< 中,向量Y是因变量,也称作响应变量.矩阵X称作设计矩阵, ?是参数向量??是误差向量? ????????DesignedRegress也是作一元和多元线性回归的命令, 它的应用范围更广些. 其格式与命令Regress的格式略有不同: DesignedRegress[设计矩阵X,因变量Y的值集合, RegressionReport ->{选项1, 选项2, 选项3,…}] RegressionReport(回归报告)可以包含:ParameterCITable(参数?的置信区间表???? ?PredictedResponse (因变量的预测值), MeanPredictionCITable(均值的预测区间), FitResiduals(拟合的残差), SummaryReport(总结性报告)等, 但不含BestFit. 实验准备—将方差分析问题纳入线性回归问题 在线性回归中, 把总的平方和分解为回归平方和与误差平方和之和, 并在输出中给出了方差分析表. 而在方差分析问题 中, 也把总的平方和分解为模型平方和与误差平方和之和, 其方法与线性回归中的方法相同. 因此只要把方差分析问题转化为线性模型的问题, 就可以利用线性回归中的设计回归命令DesignedRegress 做方差分析. 单因素试验方差分析的模型是 ?? ? ??==+=. ,,2,1;,,2,1,),,0(~,2s j n i N Y j ij ij ij j ij ΛΛ独立各εσεεμ (3.1) 上式也可改写成 ?? ? ??===+-+==+=.,,2,1;,,2,1,),,0(~; ,,3,2,)(, ,,2,1,2111111s j n i N s j Y n i Y j ij ij ij j ij i i ΛΛΛΛ独立各εσεεμμμεμ (3.2) 给定具体数据后, 还可(2.2)式写成线性模型的形式: 第十三讲 简单线性相关（一元线性回归分析） 对于两个或更多变量之间的关系，相关分析考虑的只是变量之间是否相关、相关的程度，而回归分析关心的问题是：变量之间的因果关系如何。回归分析是处理一个或多个自变量与因变量间线性因果关系的统计方法。如婚姻状况与子女生育数量，相关分析可以求出两者的相关强度以及是否具有统计学意义，但不对谁决定谁作出预设，即可以相互解释，回归分析则必须预先假定谁是因谁是果，谁明确谁为因与谁为果的前提下展开进一步的分析。 一、一元线性回归模型及其对变量的要求 （一）一元线性回归模型 1、一元线性回归模型示例 两个变量之间的真实关系一般可以用以下方程来表示： Y=A + BX + ε 方程中的A 、B 是待定的常数，称为模型系数，ε是残差，是以X 预测Y 产生的误差。 两个变量之间拟合的直线是： y a bx ∧ =+ y ∧ 是 y 的拟合值或预测值，它是在X 条件下Y 条件均值的估计 a 、 b 是回归直线的系数，是总体真实直线A 、B 的估计值，a 即 constant 是截距，当自变量的值为0时，因变量的值。 b 称为回归系数，指在其他所有的因素不变时，每一单位自变量的变化引起的因变量的变化。 可以对回归方程进行标准化，得到标准回归方程： y x ∧ =β β 为标准回归系数，表示其他变量不变时，自变量变化一个标准差单位（Z X X S j j j = -），因变量Y 的标准差的平均变化。 由于标准化消除了原来自变量不同的测量单位，标准回归系数之间是可以比较的，绝对值的大小代表了对因变量作用的大小，反映自变量对Y的重要性。 （二）对变量的要求：回归分析的假定条件 回归分析对变量的要求是： 自变量可以是随机变量，也可以是非随机变量。自变量X值的测量可以认为是没有误差的，或者说误差可以忽略不计。 回归分析对于因变量有较多的要求，这些要求与其它的因素一起，构成了回归分析的基本条件：独立、线性、正态、等方差。 （三）数据要求 模型中要求一个因变量，一个或多个自变量（一元时为1个自变量）。 因变量：要求间距测度，即定距变量。 自变量：间距测度（或虚拟变量）。 二、在对话框中做一元线性回归模型 例1：试用一元线性回归模型，分析大专及以上人口占6岁及以上人口的比例（edudazh）与人均国内生产总值（agdp）之间的关系。 本例使用的数据为st2004.sav，操作步骤及其解释如下： （一）对两个变量进行描述性分析 在进行回归分析以前，一个比较好的习惯是看一下两个变量的均值、标准差、最大值、最小值和正态分布情况，观察数据的质量、缺少值和异常值等，缺少值和异常值经常对线性回归分析产生重要影响。最简单的，我们可以先做出散点图，观察变量之间的趋势及其特征。通过散点图，考察是否存在线性关系，如果不是，看是否通过变量处理使得能够进行回归分析。如果进行了变量转换，那么应当重新绘制散点图，以确保在变量转换以后，线性趋势依然存在。 打开st2004.sav数据→单击Graphs → S catter →打开Scatterplot 对话框→单击Simple →单击 Define →打开 Simple Scatterplot对话框→点选 agdp到 Y Axis框→点选 edudazh到 X Aaxis框内→单击 OK 按钮→在SPSS的Output窗口输出所需图形。 图12－1 大专及以上人口占6岁及以上人口比例与人均国内生产总值的散点图 回归分析 实验内容：基于居民消费性支出与居民可支配收入的简单线性回归分析 【研究目的】 居民消费在社会经济的持续发展中有着重要的作用。影响各地区居民消费支出的因素很多，例如居民的收入水平、商品价格水平、收入分配状况、消费者偏好、家庭财产状况、消费信贷状况、消费者年龄构成、社会保障制度、风俗习惯等等。为了分析什么是影响各地区居民消费支出有明显差异的最主要因素，并分析影响因素与消费水平的数量关系，可以建立相应的经济模型去研究。 【模型设定】 我们研究的对象是各地区居民消费的差异。由于各地区的城市与农村人口比例及经济结构有较大差异，现选用城镇居民消费进行比较。模型中被解释变量Y选定为“城市居民每人每年的平均消费支出”。从理论和经验分析，影响居民消费水平的最主要因素是居民的可支配收入，故可以选用“城市居民每人每年可支配收入”作为解释变量X，选取2010年截面数据。 1、实验数据 表1： ( 2010年中国各地区城市居民人均年消费支出和可支配收入 } 数据来源：《中国统计年鉴》2010年 2、实验过程 作城市居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)的散点图，如图1： 表2 模型汇总b 模型… R R方调整R方标准估计的误差 1.965a.93 2.930 a.预测变量:(常量),可支配收入X（元）。 b.因变量:消费性支出Y(元) ~ 表3 相关性 消费性支出Y (元) 可支配收入X（元） Pearson相关 性消费性支出 Y(元) .965 从散点图可以看出居民家庭平均每人每年消费支出(Y)和城市居民人均年可支配收入(X)大体呈现为线性关系，所以建立如下线性模型：Y=a+bX 第10章简单线性回归分析 案例辨析及参考答案 案例10-1年龄与身高预测研究。某地调查了4～18岁男孩与女孩身高，数据见教材表10-4,试描述男孩与女孩平均身高与年龄间的关系，并预测10.5岁、16.5岁、19岁与20岁男孩与女孩的身高。 教材表10-4 某地男孩与女孩平均身高与年龄的调查数据 采用SPSS对身高与年龄进行回归分析，结果如表教材10-5和教材表10-6所示。 教材表10-5 男孩身高对年龄的简单线性回归分析结果 估计值标准误P Constant 83.736 3 1.882 4 44.483 9 0.000 0 AGE 5.274 8 0.167 6 31.479 8 0.000 0 =990.98 =98.5% 教材表10-6 女孩身高对年龄的简单线性回归分析结果 估计值标准误P Constant 88.432 6 3.280 0 26.961 1 0.000 0 AGE 4.534 0 0.292 0 15.529 0 0.000 0 =241.15 =94.1% 经拟合简单线性回归模型，检验结果提示回归方程具有统计学意义。结果提示，拟合效果非常好，故可认为： （1）男孩与女孩的平均身高随年龄线性递增，年龄每增长1岁，男孩与女孩身高分别平均增加5.27 cm与4.53 cm，男孩生长速度快于女孩的生长速度。 （2）依照回归方程预测该地男孩10.5岁、16.5岁、19岁和20岁的平均身高依次为139.1 cm、170.8 cm、184.0 cm和189.2 cm；该地女孩10.5岁、16.5岁、19岁和20岁的平均身高依次为136.0 cm、163.2 cm、174.6 cm和179.1 cm。 针对以上分析结果，请考虑： （1）分析过程是否符合回归分析的基本规范？ （2）回归模型能反映数据的变化规律吗？ （3）拟合结果和依据回归方程而进行的预测有问题吗？ 一元线性回归分析法 一元线性回归分析法是根据过去若干时期的产量和成本资料，利用最小二乘法“偏差平方和最小”的原理确定回归直线方程，从而推算出a(截距)和b(斜率)，再通过y ＝a+bx 这个数学模型来预测计划产量下的产品总成本及单位成本的方法。 方程y ＝a+bx 中，参数a 与b 的计算如下： y b x a y bx n -==-∑∑ 222 n xy x y xy x y b n x (x)x x x --==--∑∑∑∑∑∑∑∑∑ 上式中，x 与y 分别是i x 与i y 的算术平均值，即 x =n x ∑ y =n y ∑ 为了保证预测模型的可靠性，必须对所建立的模型进行统计检验，以检查自变量与因变量之间线性关系的强弱程度。检验是通过计算方程的相关系数r 进行的。计算公式为： 22xy-x y r= (x x x)(y y y) --∑∑∑∑∑∑ 当r 的绝对值越接近于1时，表明自变量与因变量之间的线性关系越强，所建立的预测模型越可靠；当r ＝l 时，说明自变量与因变量成正相关，二者之间存在正比例关系；当r ＝—1时，说明白变量与因变量成负相关，二者之间存在反比例关系。反之，如果r 的绝对值越接近于0，情况刚好相反。 [例]以表1中的数据为例来具体说明一元线性回归分析法的运用。 表1： 根据表1计算出有关数据，如表2所示： 表2： 将表2中的有关数据代入公式计算可得： 1256750x == （件） 2256 1350y ==（元） 1750 9500613507501705006b 2=-??-?=（元/件） 100675011350a =?-=（元/件） 所建立的预测模型为： y ＝100+X 相关系数为： 9.011638 10500])1350(3059006[])750(955006[1350 750-1705006r 22==-??-???= 计算表明，相关系数r 接近于l ，说明产量与成本有较显著的线性关系，所建立的回归预测方程较为可靠。如果计划期预计产量为200件，则预计产品总成本为： y ＝100+1×200＝300(元) 1 线性回归 1.1 原理分析 要研究最大积雪深度x与灌溉面积y之间的关系，测试得到近10年的数据如下表： 使用线性回归的方法可以估计x与y之间的线性关系。 线性回归方程式： 对应的估计方程式为 线性回归完成的任务是，依据观测数据集(x1,y1),(x2,y2),...,(xn,yn)使用线性拟合估计回归方程中的参数a和b。a,b都为估计结果，原方程中的真实值一般用α和β表示。 为什么要做这种拟合呢？ 答案是：为了预测。比如根据前期的股票数据拟合得到股票的变化趋势（当然股票的变化可就不是这么简单的线性关系了）。 线性回归的拟合过程使用最小二乘法， 最小二乘法的原理是：选择a,b的值，使得残差的平方和最小。 为什么是平方和最小，不是绝对值的和？答案是，绝对值也可以，但是，绝对值进行代数运算没有平方那样的方便，4次方又显得太复杂，数学中这种“转化化归”的思路表现得是那么的优美！ 残差平方和Q， 求最小，方法有很多。代数方法是求导，还有一些运筹学优化的方法（梯度下降、牛顿法），这里只需要使用求导就OK了， 为表示方便，引入一些符号， 最终估计参数a与b的结果是： 自此，针对前面的例子，只要将观测数据带入上面表达式即可计算得到拟合之后的a和b。不妨试一试？ 从线性函数的角度，b表示的拟合直线的斜率，不考虑数学的严谨性，从应用的角度，结果的b可以看成是离散点的斜率，表示变化趋势，b的绝对值越大，表示数据的变化越快。 线性回归的估计方法存在误差，误差的大小通过Q衡量。 1.2 误差分析 考虑获取观测数据的实验中存在其它的影响因素，将这些因素全部考虑到e~N(0,δ^2)中，回归方程重写为 y = a + bx + e 由此计算估计量a与b的方差结果为， 第10章 简单线性回归分析 思考与练习参考答案 一、最佳选择题 1．如果两样本的相关系数21r r =，样本量21n n =，那么（ D ）。 A. 回归系数21b b = B ．回归系数12b b < C. 回归系数21b b > D ．t 统计量11r b t t = E. 以上均错 2．如果相关系数r =1，则一定有（ C ）。 A ．总SS =残差SS B ．残差SS =回归 SS C ．总SS =回归SS D ．总SS ＞回归SS E. 回归MS =残差MS 3．记ρ为总体相关系数，r 为样本相关系数，b 为样本回归系数，下列（ D ）正确。 A ．ρ=0时，r =0 B ．|r |＞0时，b ＞0 C ．r ＞0时，b ＜0 D ．r ＜0时，b ＜0 E. |r |=1时，b =1 4．如果相关系数r =0，则一定有（ D ）。 A ．简单线性回归的截距等于0 B ．简单线性回归的截距等于Y 或X C ．简单线性回归的残差SS 等于0 D ．简单线性回归的残差SS 等于SS 总 E ．简单线性回归的总SS 等于0 5．用最小二乘法确定直线回归方程的含义是（ B ）。 A ．各观测点距直线的纵向距离相等 B ．各观测点距直线的纵向距离平方和最小 C ．各观测点距直线的垂直距离相等 D ．各观测点距直线的垂直距离平方和最小 E ．各观测点距直线的纵向距离等于零 二、思考题 1．简述简单线性回归分析的基本步骤。 答：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。 2．简述线性回归分析与线性相关的区别与联系。 《统计学》实验五 一、实验名称：方差分析 二、实验日期： 2010年12月3日 三、实验地点：经济管理系实验室 四、实验目的和要求 目的：培养学生利用EXCEL进行数据处理的能力，熟练掌握利用EXCEL 进行方差分析，对方差分析结果进行分析 要求：就本专业相关问题收集一定数量的数据，用EXCEL进行方差分析 五、实验仪器、设备和材料：个人电脑（人/台），EXCEL 软件 六、实验过程 （一）问题与数据 消费者与产品生产者、销售者或服务的提供者之间经常发生纠纷。当分生纠纷后，消费者常常会向消费者协会投诉。为了对几个行业的服务质量进行评价，消费者协会在零售业、旅游业、航空公司、家电制造业分别抽取了不同的企业作为样本。其中零售业抽取7家、旅游业抽取6家、航空公司抽取5家、家电制造业抽取5家。具体数据如下： 取显著性水平α=0.05，检验行业不同是否会导致消费者投诉的显著性差异？（二）实验步骤 1、进行假设 2、将数据拷贝到EXCEL表格中 3、选择“工具——数据分析——单因素方差分析”，得到如下结果： （三）实验结果分析：由以上结果可知：F>F crit=3.4066或P-value=0.0387657<0.05,拒绝原假设，表明行业对消费者投诉有着显著差异。 实验心得体会 在这学习之前我们只学习了简单的方差计算，现在运用计算机进行方差分析，可以做出更多的比较。通过使用计算机可以很快的计算出组间和组内的各种数值，便于我们进行比较分析。 《统计学》实验六 一、实验名称：相关分析与回归分析 二、实验日期： 2010年12月3日 三、实验地点：经济管理系实验室 四、实验目的和要求 目的：培养学生利用EXCEL进行数据处理的能力，熟练掌握EXCEL绘制散点图，计算相关系数，拟合线性回归方程，拟合简单的非线性回归方程，利用回归方程进行预测。 要求：就本专业相关问题收集一定数量的数据，用EXCEL进行相关回归分析（计算相关系数，一元线性回归分析，一元线性回归预测） 五、实验仪器、设备和材料：个人电脑（人/台），EXCEL 软件 六、实验过程 （一）问题与数据 10个学生每天用于学习英语的时间和期末考试的成绩的数据如下表所示。要求， (1)绘制学习英语的时间和期末考试的成绩的散点图，判断2者之间的关系 形态 (2)计算学习英语的时间和期末考试的成绩的线性相关系数 （3）用学习英语的时间作自变量，期末考试成绩作因变量，求出估计的回归方程。 （4）求每天学习英语的时间为150分钟时，销售额95%的置信区间和预测区间。 学生时间（分钟）成绩（分） A 120 85 B 60 65 C 100 76 D 70 71 E 80 74 F 60 65 G 30 54 H 40 60 I 50 62 第二章(简单线性回归模型)2-2答案 2.2 简单线性回归模型参数的估计 一、判断题 1.使用普通最小二乘法估计模型时，所选择的回归线使得所有观察值的残差和达到最小。（F) 2.随机扰动项i u 和残差项i e 是一回事。（F ） 3.在任何情况下OLS 估计量都是待估参数的最优线性无偏估计。（F ） 4.满足基本假设条件下，随机误差项i μ服从正态分布，但被解释变量Y 不一定服从正态分 布。 （ F ） 5.如果观测值i X 近似相等，也不会影响回归系数的估计量。 （ F ） 二、单项选择题 1．设样本回归模型为i 01i i ??Y =X +e ββ+，则普通最小二乘法确定的i ?β的公式中，错误的是（ D ）。 A ． ()() () i i 1 2 i X X Y -Y ?X X β--∑∑＝ B ． () i i i i 1 2 2i i n X Y -X Y ?n X -X β ∑∑∑∑∑＝ C ．i i 122i X Y -nXY ?X -nX β∑∑＝ D ．i i i i 12 x n X Y -X Y ?βσ∑∑∑＝ 2．以Y 表示实际观测值，?Y 表示回归估计值，则普通最小二乘法估计参数的准则是使（ D ）。 A ．i i ?Y Y 0∑（－）＝ B ．2 i i ?Y Y 0∑ （－）＝ C ．i i ?Y Y ∑（－）＝最小 D ．2 i i ?Y Y ∑ （－）＝最小 3．设Y 表示实际观测值，?Y 表示OLS 估计回归值，则下列哪项成立（ D ）。 A ．?Y Y ＝ B ．?Y Y ＝ C ．?Y Y ＝ D ．?Y Y ＝ 4．用OLS 估计经典线性模型i 01i i Y X u ββ+＝＋，则样本回归直线通过点（ D ）。 A ．X Y （，） B ． ?X Y （，） C ．?X Y （，） D ．X Y （，） 5．以Y 表示实际观测值，?Y 表示OLS 估计回归值，则用OLS 得到的样本回归直线 回归分析方法总结全面 ————————————————————————————————作者：————————————————————————————————日期： 一、什么是回归分析 回归分析(Regression Analysis)是研究变量之间作用关系的一种统计分析方法，其基本组成是一个（或一组）自变量与一个（或一组）因变量。回归分析研究的目的是通过收集到的样本数据用一定的统计方法探讨自变量对因变量的影响关系，即原因对结果的影响程度。 回归分析是指对具有高度相关关系的现象，根据其相关的形态，建立一个适当的数学模型(函数式)，来近似地反映变量之间关系的统计分析方法。利用这种方法建立的数学模型称为回归方程，它实际上是相关现象之间不确定、不规则的数量关系的一般化。 二、回归分析的种类 1.按涉及自变量的多少，可分为一元回归分析和多元回归分析一元回归分析是对一个因变量和一个自变量建立回归方程。多元回归分析是对一个因变量和两个或两个以上的自变量建立回归方程。 2.按回归方程的表现形式不同，可分为线性回归分析和非线性回归分析 若变量之间是线性相关关系，可通过建立直线方程来反映，这种分析叫线性回归分析。 若变量之间是非线性相关关系，可通过建立非线性回归方程来反映，这种分析叫非线性回归分析。 三、回归分析的主要内容 1.建立相关关系的数学表达式。依据现象之间的相关形态，建立适当的数学模型，通过数学模型来反映现象之间的相关关系，从数量上近似地反映变量之间变动的一般规律。 2.依据回归方程进行回归预测。由于回归方程反映了变量之间的一般性关系，因此当自变量发生变化时，可依据回归方程估计出因变量可能发生相应变化的数值。因变量的回归估计值，虽然不是一个必然的对应值(他可能和系统真值存在比较大的差距)，但至少可以从一般性角度或平均意义角度反映因变量可能发生的数量变化。 3.计算估计标准误差。通过估计标准误差这一指标，可以分析回归估计值与实际值之间的差异程度以及估计值的准确性和代表性，还可利用估计标准误差对因变量估计值进行在一定把握程度条件下的区间估计。 四、一元线性回归分析 1.一元线性回归分析的特点 1)两个变量不是对等关系，必须明确自变量和因变量。 2)如果x和y两个变量无明显因果关系，则存在着两个回归方程：一个是以x为自变量，y 为因变量建立的回归方程；另一个是以y为自变量，x为因变量建立的回归方程。若绘出图 我国农民收入影响因素的回归分析 本文力图应用适当的多元线性回归模型,对有关农民收入的历史数据和现状进行分析,探讨影响农民收入的主要因素,并在此基础上对如何增加农民收入提出相应的政策建议。?农民收入水平的度量常采用人均纯收入指标。影响农民收入增长的因素是多方面的，既有结构性矛盾因素，又有体制性障碍因素。但可以归纳为以下几个方面：一是农产品收购价格水平。二是农业剩余劳动力转移水平。三是城市化、工业化水平。四是农业产业结构状况。五是农业投入水平。考虑到复杂性和可行性，所以对农业投入与农民收入，本文暂不作讨论。因此，以全国为例，把农民收入与各影响因素关系进行线性回归分析，并建立数学模型。 一、计量经济模型分析 (一)、数据搜集 根据以上分析，我们在影响农民收入因素中引入7个解释变量。即：2x -财政用于农业的支出的比重，3x -第二、三产业从业人数占全社会从业人数的比重，4x -非农村人口比重，5x -乡村从业人员占农村人口的比重，6x -农业总产值占农林牧总产值的比重，7x -农作物播种面积，8x —农村用电量。 资料来源《中国统计年鉴2006》。 (二)、计量经济学模型建立 我们设定模型为下面所示的形式： 利用Eviews 软件进行最小二乘估计，估计结果如下表所示： DependentVariable:Y Method:LeastSquares Sample: Includedobservations:19 Variable Coefficient t-Statistic Prob. C X1 X3 X4 X5 X6 X7 X8 R-squared Meandependentvar AdjustedR-squared 表1最小二乘估计结果 回归分析报告为： () ()()()()()()()()()()()()()()() 2345678 2? -1102.373-6.6354X +18.2294X +2.4300X -16.2374X -2.1552X +0.0100X +0.0634X 375.83 3.7813 2.066618.37034 5.8941 2.77080.002330.02128 -2.933 1.7558.820900.20316 2.7550.778 4.27881 2.97930.99582i Y SE t R ===---=230.99316519 1.99327374.66 R Df DW F ====二、计量经济学检验 (一)、多重共线性的检验及修正 ①、检验多重共线性 (a)、直观法 从“表1最小二乘估计结果”中可以看出，虽然模型的整体拟合的很好，但是x4x6 第二章简单线性回归模型练习题 一、术语解释 1 解释变量 2 被解释变量 3 线性回归模型 4 最小二乘法 5 方差分析 6 参数估计 7 控制 8 预测 二、填空 ξ，目的在于使模型更1 在经济计量模型中引入反映（）因素影响的随机扰动项 t 符合（）活动。 2 在经济计量模型中引入随机扰动项的理由可以归纳为如下几条：（1）因为人的行为的（）、社会环境与自然环境的（）决定了经济变量本身的（）；（２）建立模型时其他被省略的经济因素的影响都归入了（）中；（３）在模型估计时，（）与归并误差也归入随机扰动项中；（4）由于我们认识的不足，错误的设定了（）与（）之间的数学形式，例如将非线性的函数形式设定为线性的函数形式，由此产生的误差也包含在随机扰动项中了。 3 （）是因变量离差平方和，它度量因变量的总变动。就因变量总变动的变异来源看，它由两部分因素所组成。一个是自变量，另一个是除自变量以外的其他因素。（）是拟合值的离散程度的度量。它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。（）是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。 4 回归方程中的回归系数是自变量对因变量的（）。某自变量回归系数β的意义，指 的是该自变量变化一个单位引起因变量平均变化（ ）个单位。 5 模型线性的含义，就变量而言，指的是回归模型中变量的（ ）；就参数而言，指的是回归模型中的参数的（ ）；通常线性回归模型的线性含义是就（ ）而言的。 6 样本观察值与回归方程理论值之间的偏差，称为（ ），我们用残差估计线性模型中的（ ）。 三、简答题 1 在线性回归方程中，“线性”二字如何理解 2 用最小二乘法求线性回归方程系数的意义是什么 3 一元线性回归方程的基本假设条件是什么 4 方差分析方法把数据总的平方和分解成为两部分的意义是什么 5 试叙述t 检验法与相关系数检验法之间的联系。 6 应用线性回归方程控制和预测的思想。 7 线性回归方程无效的原因是什么 8 回归分析中的随机误差项i ε有什么作用它与残差项t e 有何区别 9 判断如下模型，哪些是线性模型，哪些不是。以及它们经过怎样的变化能够变成线性模型 模型 描述性名称 121 .i i i a Y X ββε?? =++ ??? 倒数 12.ln i i i b Y X ββε=++ 半对数 12.ln i i i c Y X ββε=++ 反半对数 12. ln ln ln i i i c Y X ββε=++ 对数或双对数 121 . ln i i i c Y X ββε?? =-+ ??? 对数倒数 10 如下模型是线性回归模型吗并说出原因。 12.i i X i a Y e ββε++= 121.1i i i X b Y e ββε++= + 对多元线性回归模型的各种检验方法 对于形如 u X X X Y k k +++++=ββββ 22110 （1） 的回归模型，我们可能需要对其实施如下的检验中的一种或几种检验： 一、 对单个总体参数的假设检验：t 检验 在这种检验中，我们需要对模型中的某个（总体）参数是否满足虚拟假设0 H ：j j a =β，做出具有统计意义（即带有一定的置信度）的检验，其中j a 为某个给定的已知数。特别是，当j a =0时，称为参数的（狭义意义上的）显著性检验。如果拒绝0H ，说明解释变量j X 对 被解释变量Y 具有显著的线性影响，估计值j β?才敢使 用；反之，说明解释变量j X 对被解释变量Y 不具有显 著的线性影响，估计值j β?对我们就没有意义。具体检验 方法如下： （1） 给定虚拟假设 0H ：j j a =β； （2） 计算统计量 )?(?)?()(?j j j j j j Se a Se E t βββββ-=-= 的数值； 11?)?(++-==j j jj jj j C C Se 1T X)(X ，其中σβ （3） 在给定的显著水平α下（α不能大于1.0即 10%，也即我们不能在置信度小于90%以下的前提下做结论），查出双尾t （1--k n ）分布的临界值2/αt ； （4） 如果出现 2/αt t >的情况，检验结论为拒绝 0H ；反之，无法拒绝0H 。 t 检验方法的关键是统计量 )?(?j j j Se t βββ-=必须服从已 知的t 分布函数。什么情况或条件下才会这样呢？这需要我们建立的模型满足如下的条件（或假定）： （1） 随机抽样性。我们有一个含n 次观测的随机样(){}n i Y X X X i ik i i ,,2,1:,,,,21 =。这保证了误差u 自身的随机性，即无自相关性， 一般线性回归分析案例 1、案例 为了研究钙、铁、铜等人体必需元素对婴幼儿身体健康的影响，随机抽取了30个观测数据，基于多员线性回归分析的理论方法，对儿童体内几种必需元素与血红蛋白浓度的关系进行分析研究。这里，被解释变量为血红蛋白浓度（y）,解释变量为钙(ca)、铁(fe)、铜(cu)。 表一血红蛋白与钙、铁、铜必需元素含量 (血红蛋白单位为g；钙、铁、铜元素单位为ug) case y（g）ca fe cu 17.0076.90295.300.840 27.2573.99313.00 1.154 37.7566.50350.400.700 48.0055.99284.00 1.400 58.2565.49313.00 1.034 68.2550.40293.00 1.044 78.5053.76293.10 1.322 88.7560.99260.00 1.197 98.7550.00331.210.900 109.2552.34388.60 1.023 119.5052.30326.400.823 129.7549.15343.000.926 1310.0063.43384.480.869 1410.2570.16410.00 1.190 1510.5055.33446.00 1.192 1610.7572.46440.01 1.210 1711.0069.76420.06 1.361 1811.2560.34383.310.915 1911.5061.45449.01 1.380 2011.7555.10406.02 1.300 2112.0061.42395.68 1.142 2212.2587.35454.26 1.771 2312.5055.08450.06 1.012 2412.7545.02410.630.899 2513.0073.52470.12 1.652 2613.2563.43446.58 1.230 第章方差分析与回归分 析习题答案 Document number：WTWYT-WYWY-BTGTT-YTTYU-2018GT 第九章 方差分析与回归分析习题参考答案 1. 为研究不同品种对某种果树产量的影响，进行试验，得试验结果（产量）如下表，试分析果树品种对产量是否有显着影响. （0.05(2,9) 4.26F =，0.01(2,9)8.02F =） 解：r=3, 12444n n 321=++=++=n n , T=120 ,120012 1202 2===n T C 计算统计值?722 8.53, 389 A A A e e SS f F SS f = =≈…… 方差分析表 结论:由于0.018.53(2,9)8.02, A F F ≈>=故果树品种对产量有特别显着影响. 2. 2700= 10.52 3.56 =≈结论: 由以上方差分析知，进器对火箭的射程有特别显着影响；燃料对火箭的射程有显着影响. 3．为了研究某商品的需求量Y 与价格x 之间的关系，收集到下列10对数据： 31 ,58,147,112,410.5,i i i i i i x y x y x y =====（1）求 需求量Y 与价格x 之间的线性回归方程； （2）计算样本相关系数； （3）用F 检验法作线性回归关系显着性检验. 解：引入记号 10, 3.1, 5.8n x y === ∴需求量Y 与价格x 之间的线性回归方程为 （2）样本相关系数 32.8 0.955634.3248l r -== ≈≈- 在0H 成立的条件下，取统计量(2)~(1,2)R e n S F F n S -= - 计算统计值 2 2(32.8)15.967.66, 74.167.66 6.44 R xy xx e yy R S l l S l S ==-≈=-≈-= 故需求量Y 与价格x 之间的线性回归关系特别显着. 4. 随机调查10个城市居民的家庭平均收入(x)与电器用电支出(y)情况得数据（单位：千元）如下: (1) 求电器用电支出y 与家庭平均收入x 之间的线性回归方程； (2) 计算样本相关系数； (3) 作线性回归关系显着性检验; (4) 若线性回归关系显着,求x =25时, y 的置信度为的预测区间. 解：引入记号 10,27, 1.9n x y === ∴电器用电支出y 与家庭平均收入x 之间的线性回归方程为 （2）样本相关系数 0.9845l r == ≈ 在0H 成立的条件下，取统计量(2)~(1,2)R n S F F n S -= -e 计算统计值 2 243.6354 5.37, 5.54 5.370.17 xy xx yy s l l s l s ==≈=-≈-=R e R 故家庭电器用电支出y 与家庭平均收入x 之间的线性回归关系特别显着. 相关系数检验法 0 1:0;:0H R H R =≠ 故家庭电器用电支出y 与家庭平均收入x 之间的线性回归关系特别显着. (4) 因为0x x =处,0y 的置信度为1α-的预测区间为 一元线性回归分析的应用 ——以微生物生长与温度关系为例 摘要：一元线性回归预测法是分析一个因变量与一个自变量之间的线性关系的预测方法。应用最小二乘法确定直线，进而运用直线进行预测。本文运用一元线性回归分析的方法，构建模型并求出模型参数，对分析结果的显著性进行了假设检验，从而了微生物生长与温度间的关系。 关键词：一元线性回归分析；最小二乘法；假设检验；微生物；温度 回归分析是研究变量之间相关关系的统计学方法，它描述的是变量间不完全确定的关系。回归分析通过建立模型来研究变量间的这种关系，既可以用于分析和解释变量间的关系，又可用于预测和控制，进而广泛应用于自然科学、工程技术、经济管理等领域。本文尝试用一元线性回归分析方法为微生物生长与温度之间的关系建模，并对之后几年的情况进行分析和预测。 1 一元线性回归分析法原理 1.1 问题及其数学模型 一元线性回归分析主要应用于两个变量之间线性关系的研究，回归模型模型为εββ++=x Y 10，其中10,ββ为待定系数。实际问题中，通过观测得到n 组数据（X i ，Y i ）（i=1,2,…,n ）,它们满足模型i i i x y εββ++=10（i=1,2,…,n ）并且通常假定E(εi )=0，V ar (εi )=σ2各εi 相互独立且服从正态分布。回归分析就是根据样本观 察值寻求10,ββ的估计10?,?ββ，对于给定x 值, 取x Y 10???ββ+=，作为x Y E 10)(ββ+=的估计，利用最小二乘法得到10,ββ的估计10? ,?ββ，其中??? ? ??????? ??-???? ??-=-=∑ ∑ ==n i i n i i i x n x xy n y x x y 1221110???βββ。 1.2 相关系数 上述回归方程存在一些计算相关系数。设L XX =∑ ∑==-=-=n i i n i i def xx x n x x x L 1 2 2 1 2 )(，称为关于X 的离简单线性相关(一元线性回归分析)..
SPSS线性回归分析案例
简单线性回归分析案例辨析及参考答案
一元线性回归分析法
方差分析报告报告材料线性回归
简单线性回归分析思考与练习参考答案
方差分析和相关分析与回归分析
第二章(简单线性回归模型)2-2答案教学文稿
回归研究分析方法总结全面
多元线性回归模型案例
第二章 简单线性回归模型练习题
多元线性回归模型的各种检验方法
一般线性回归分析案例
第章方差分析与回归分析习题答案
一元线性回归分析论文
相关主题
文本预览