統(tǒng)計案例教學設計_第1頁
統(tǒng)計案例教學設計_第2頁
統(tǒng)計案例教學設計_第3頁
統(tǒng)計案例教學設計_第4頁
統(tǒng)計案例教學設計_第5頁
已閱讀5頁，還剩1頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

--#-可能性采取幾種不同的回歸方程進行回歸分析,也可以通過比較幾個R2,選擇R2大的模型作為這組數據的模型.顯然,R2取值越大，意味著殘差平方和越小，也就是說模型的擬合效果越好.在線性回歸模型中,R2表示解釋變量對于預報變量變化的貢獻率.R2越接近于1,表示回歸的效果越好（因為R2越接近于1,表示解釋變量和預報變量的線性相關性越強）.如果對某組數據在例1中,R2二0.64,表明"女大學生身高解釋了64%的體重變化"，或者說"女大學生體重差異有64%是由身高引起的".用身高預報體重時,需要注意下列問題:回歸方程只適用于我們所研究的樣本的總體.例如,不能用女大學生的身高和體重之間的回歸方程,描述女運動員的身高和體重之間的關系.同樣,不能用生長在南方多雨地區(qū)的樹木的高與直徑之間的回歸方程,描述北方干旱地區(qū)的樹木的高與直徑之間的關系.我們所建立的回歸方程一般都有時間性.例如,不能用20世紀80年代的身高體重數據所建立的回歸方程,描述現(xiàn)在的身高和體重之間的關系.樣本取值范圍會影響回歸方程的適用范圍.例如,我們的回歸方程是由女大學生身高和體重數據建立的,那么用它來描述一個人幼兒時期的身高和體重之間的關系就不恰當（即在回歸方程中，解釋變量x的樣本的取值范圍為155cm,170cm］而用這個方程計算x=70cm時的y值，顯然不合適.）不能期望回歸方程得到的預報值就是預報變量的精確值.事實上,它是預報變量的可能取值的平均值.六．數學運用1、在兩個變量的回歸分析中，作散點圖的目的是什么？2、在回歸分析中，分析殘差能夠幫助我們解決哪些問題？3、如果散點圖中所有的樣本點都落在一條斜率為非0實數的直線上，請回答下列問題：（1）解析變量和預報變量的關系是什么？（2）R2是多少？七．回顧小結：1.線性回歸模型y=a+bx+￡與確定性函數y=a+bx相比，它表示y與x之間是統(tǒng)計相關關系（非確定性關系）其中的隨機誤差e提供了選擇模型的準則以及在模型合理的情況下探求最佳估計值a,b的工具；2.線性回歸方程y=a+bx中a,b的意義是：以a為基數，x每增

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論