直线回归与相关介绍(ppt 63页)

直线回归与相关介绍目录：
第一节   直线回归
一、直线回归方程的建立
二、直线回归的显著性检验
第二节  直线相关
一、决定系数和相关系数
二、相关系数的计算
三、相关系数的显著性检验
四、相关系数与回归系数的关系
五、应用直线回归与相关的注意事项

 

直线回归与相关介绍内容提要：
    进行直线相关分析的基本任务在于根据x、y的实际观测值，计算表示两个相关变量x、y间线性相关程度和性质的统计量——相关系数r并进行显著性检验。
决定系数和相关系数
    在上一节中已经证明了等式：           
    从这个等式不难看到：y与x直线回归效果的好坏取决于回归平方和与离回归平方和的大小，或者说取决于回归平方和在y的总平方和中所占的比例的大小。这个比例越大，y与x的直线回归效果就越好，反之则差。
应用直线回归与相关的注意事项
            直线回归分析与相关分析在生物科学研究领域中已得到了广泛的应用，但在实际工作中却很容易被误用或作出错误的解释。为了正确地应用直线回归分析和相关分析这一工具，必须注意以下几点：
       1、变量间是否存在相关
      直线回归分析和相关分析毕竟是处理变量间关系的数学方法，在将这些方法应用于生物科学研究时要考虑到生物本身的客观实际情况，譬如变量间是否存在直线相关以及在什么条件下会发生直线相关，求出的直线回归方程是否有意义，某性状作为自变量或依变量的确定等等，都必须由生物科学相应的专业知识来决定，并且还要用到生物科学实践中去检验。如果不以一定的生物科学依据为前提，把风马牛不相及的资料随意凑到一块作直线回归分析或相关分析，那将是根本性的错误。
     2、其余变量尽量保持一致
     由于自然界各种事物间的相互联系和相互制约，一个变量的变化通常会受到许多其它变量的影响，因此，在研究两个变量间关系时，要求其余变量应尽量保持在同一水平，否则，回归分析和相关分析可能会导致完全虚假的结果。例如研究人的身高和胸围之间的关系，如果体重固定，身高越高的人，胸围越小，但当体重在变化时，其结果也就会变化。
       3、观测值要尽可能的多
      在进行直线回归与相关分析时，两个变量成对观测值应尽可能多一些，这样可提高分析的精确性，一般至少有5对以上的观测值。同时变量x的取值范围要尽可能大一些，这样才容易发现两个变量间的变化关系。

..............................