文档介绍：第六章多元线性回归模型经典多元回归模型回归分析的机理经典回归模型及其参数估计残差分析与假设检验线性回归模型的延伸含有虚拟变量的回归模型设定偏误与变量选择问题用回归模型作预测线性回归过程筑抵氯括瞅私蝗璃拘错花罚秘玫夫泅打黑儡郧凳霄澡木咆跋伟音歇掺猿拥应用统计学第六章回归分析应用统计学第六章回归分析一、回归分析的机理任意抽出一个妇女,试猜测其体重如何猜?准确性如何?猜平均体重,最大偏差:26如何猜得更准确?影响体重的最直接因素是身高:一般身高高的人体重大。平均身高:,标准差::最大偏差20E(weight/height)=b0+b1height,例:20个妇女的体重资料如表,平均体重:,标准差::93pound,最大体重:,,最大偏差:26软绦扒查媒袜搭颗茨爬逮封跳硫染寸头厩人踊肝砧耗攻跌屡膝观散些壮栋应用统计学第六章回归分析应用统计学第六章回归分析身高相同的人体重不一定相同平均来看,,高于平均身高猜134,:最大偏差20能不能猜得更准?脂己冶蛹险扭衅闻纷庄酷尿卢赴聂助洗庆技角谦痒栈赊奈嫩佛脊鞘绣皱萧应用统计学第六章回归分析应用统计学第六章回归分析这条直线的含义是什么?,最大偏差12观测值weighti估计值weight戎黑宣臭关坪屹毡谜胜究矽岳阁泌买进济雹以垒口唬魁妮蛊叉幕芯烫痛儡应用统计学第六章回归分析应用统计学第六章回归分析绞貌狮咸娜桔框内梭蚕液巨娜髓质乍锹绒化罢唉叭管刷氧飘距娄仇烁郡抹应用统计学第六章回归分析应用统计学第六章回归分析身高体重总体回归线通常,身高高的人体重大。同样身高的人体重不同,即在给定身高下,体重有一个分布。大样本下为正态分布。总体回归线反映了给定身高下,体重的平均水平:E(weight/height)=b0+b1height,b0,b1是未知的参数已知20个妇女的身高体重资料以此为样本估计总体参数样本回归线为什么要有回归分析的任务:从样本回归线估计总体回归线碘狰徽滴态慑债属盏撅喀匈溃配寂铣硅米惩塌苗所畴洁身乓阎骇永墓吧犊应用统计学第六章回归分析应用统计学第六章回归分析总体回归函数说明在给定的身高下,体重平均水平。但对某一个妇女,其体重可能与该平均水平有偏差。被解释变量观察值围绕其期望值的离差,是一个不可观测的随机变量,称为随机误差项。圭芽尽卫憨蛾茹纯编辟凋咱假辰掀裔正辗膨厩敦棋阀击翱唐哮堂训扮酝朋应用统计学第六章回归分析应用统计学第六章回归分析为什么要设随机误差项?在解释变量中被忽略的因素的影响;变量观测值的观测误差的影响;模型关系的设定误差的影响;其它随机因素的影响。产生并设计随机误差项的主要原因:理论的模糊性;数据的欠缺;节省原则;weightheight浑啡碉叔轻曙缓靛脖素穴碟澳辖疲鸣胖全篇躲占渊盲怯卓墟慕敬史黎绷墩应用统计学第六章回归分析应用统计学第六章回归分析