《生物統(tǒng)計(jì)學(xué)》PPT課件.ppt
《《生物統(tǒng)計(jì)學(xué)》PPT課件.ppt》由會(huì)員分享,可在線閱讀,更多相關(guān)《《生物統(tǒng)計(jì)學(xué)》PPT課件.ppt(69頁珍藏版)》請?jiān)谘b配圖網(wǎng)上搜索。
1、生物統(tǒng)計(jì)學(xué) 第六章 相關(guān)與回歸分析 (1) 第一節(jié) 變量間的相關(guān)關(guān)系 第二節(jié) 一元線性回歸 第三節(jié) 多元線性回歸 第四節(jié) 可化為線性回歸的曲線回歸 第六章 相關(guān)與回歸分析 學(xué)習(xí)目標(biāo) 1. 掌握相關(guān)系數(shù)的含義、計(jì)算方法和應(yīng)用 2. 掌握一元線性回歸的基本原理和參數(shù)最小二乘 估計(jì)方法 3. 掌握回歸方程的顯著性檢驗(yàn) 4. 利用回歸方程進(jìn)行預(yù)測 5. 掌握多元線性回歸分析的基本方法 6. 了解可化為線性回歸的曲線回歸 7. 用 Excel 和 SPSS進(jìn)行回歸分析 3 第一節(jié) 變量間的相關(guān)關(guān)系 一 . 變量相關(guān)的概念 二 . 相關(guān)系數(shù)及其計(jì)算 變量相關(guān)的
2、概念 變量間的關(guān)系 函數(shù)關(guān)系 1. 是一一對應(yīng)的確定關(guān)系 。 2. 設(shè)有兩個(gè)變量 x 和 y, y 隨 x 一起變化 , 并完全依賴于 x, 當(dāng) x取某個(gè)數(shù)值時(shí) , y依確定 的關(guān)系取相應(yīng)的值 , 稱 y是 x的函數(shù) , 記為 y = f (x), 其中 , x稱為自變量 , y 稱 為因變量 。 3. 各觀測點(diǎn)落在一條線上 。 x y 6 變量間的關(guān)系 (函數(shù)關(guān)系例子) 函數(shù)關(guān)系的例子 圓的面積 (S)與半徑 (R)之間的關(guān)系可以表示 為 S = R2 某種作物因蟲害造成的產(chǎn)量損失率 (y)與害 蟲數(shù)量 (x) 之 間 的 關(guān) 系 可 表 示 為
3、y=px (其中: p 為危害率 ) 天敵昆蟲對農(nóng)業(yè)害蟲的控制力 (y)與天敵密 度 (x1) 、 天敵捕食力 (x2) 、 天敵自然存活率 (x3)之間的關(guān)系可表示為 y = x1 x2 x3 7 變量間的關(guān)系 相關(guān)關(guān)系 1. 在生物學(xué)實(shí)際的研究過程 中 , 變量間關(guān)系通常不能 用函數(shù)關(guān)系精確表達(dá) 。 2. 一個(gè)變量的取值不能由另 一個(gè)變量唯一確定 。 3. 當(dāng)變量 x 取某個(gè)值時(shí) , 變 量 y 的取值可能有幾個(gè) 。 4. 各觀測點(diǎn)分布在直線周圍 。 x y 8 變量間的關(guān)系 (相關(guān)關(guān)系例子) 相關(guān)關(guān)系的例子 樹干相同位置直徑 (y)與樹齡
4、(x)之間的關(guān)系 肉雞體重 (y)與添加劑用量 (x)之間的關(guān)系 糧食畝產(chǎn)量 (y)與施肥量 (x1) 、 降雨量 (x2) 、 溫度 (x3)之間的關(guān)系 健康水平 (y)與血壓 (x1)、 或臀圍除以腰圍的 比值 (x2)之間的關(guān)系 父親身高 (y)與子女身高 (x)之間的關(guān)系 9 相關(guān)關(guān)系的類型 相關(guān)關(guān)系 非線性相關(guān) 線性相關(guān) 正 相 關(guān) 正 相 關(guān) 負(fù) 相 關(guān) 負(fù) 相 關(guān) 完全相關(guān) 不相關(guān) 10 相關(guān)關(guān)系的圖示 不相關(guān) 負(fù)線性相關(guān) 正線性相關(guān) 非線性相關(guān)
5、 完全負(fù)線性相關(guān) 完全正線性相關(guān) 11 相關(guān)系數(shù)及其計(jì)算 相關(guān)關(guān)系的測度 (相關(guān)系數(shù)) 1. 相關(guān)系數(shù) 是 對變量之間關(guān)系密切程度的度量 2. 對兩個(gè)變量之間線性相關(guān)程度的度量稱為簡 單相關(guān)系數(shù) 3. 若相關(guān)系數(shù)是根據(jù)總體全部數(shù)據(jù)計(jì)算的 , 稱 為總體相關(guān)系數(shù) , 記為 4. 若是根據(jù)樣本數(shù)據(jù)計(jì)算的 , 則稱為樣本相關(guān) 系數(shù) , 記為 r 13 相關(guān)關(guān)系的測度 (相關(guān)系數(shù)) 樣本相關(guān)系數(shù)的計(jì)算公式 22 )()( ))(( yyxx yyxx r 或化簡為 2222 yynxxn yxxyn r 14 相關(guān)關(guān)系的
6、測度 (相關(guān)系數(shù)取值及其意義) 1. r 的取值范圍是 -1 , 1 2. |r|=1, 為完全相關(guān) r = 1, 為完全正相關(guān) r = -1, 為完全負(fù)相關(guān) 3. r = 0, 不存在 線性相關(guān) 關(guān)系 4. -1r<0, 為負(fù)相關(guān) 5. 0t,拒絕 H0 若 tt(13-2)=2.201, 拒絕 H0, 計(jì)算 表明蝗蟲平均遷出量與平均遷入量之間的相關(guān)關(guān) 系顯著 20 相關(guān)系數(shù)的顯著性檢驗(yàn) (相關(guān)系數(shù)檢驗(yàn)表附表 12的使用) 1. 若 r 大于表上的 = 5%相應(yīng)的值 , 小于表上的 1%相應(yīng)的值 , 稱變量 x與 y之間有 顯著 的線性 關(guān)系 2. 若 r
7、 大于表上 =1%相應(yīng)的值 , 稱變量 x與 y之 間有 十分顯著 的線性關(guān)系 3. 若 r 小于表上 =5%相應(yīng)的值 , 稱變量 x與 y之 間沒有 明顯 的線性關(guān)系 4. 根 據(jù)前例的 r 0.9987=1%(13-2)=0.684, 表明 蝗 蟲平均遷出量與平均遷入量 之間有十分顯著的線性 相關(guān)關(guān)系 21 第二節(jié) 一元線性回歸 一 . 一元線性回歸模型 二. 參數(shù)的最小二乘估計(jì) 三. 回歸方程的顯著性檢驗(yàn) 四. 預(yù)測及應(yīng)用 什么是回歸分析? (內(nèi)容) 1. 從一組樣本數(shù)據(jù)出發(fā) , 確定變量之間的數(shù) 學(xué)關(guān)系式 2. 對這些關(guān)系式的可信程度進(jìn)行各種統(tǒng)計(jì)檢 驗(yàn) ,
8、并從影響某一特定變量的諸多變量中 找出哪些變量的影響顯著 , 哪些不顯著 3. 利用所求的關(guān)系式 , 根據(jù)一個(gè)或幾個(gè)變量 的取值來預(yù)測或控制另一個(gè)特定變量的取 值 , 并給出這種預(yù)測或控制的精確程度 回歸方程一詞是怎么來的 23 回歸分析與相關(guān)分析的區(qū)別 1. 相關(guān)分析 中 , 變量 x 和變量 y 處于平等的地位; 回歸分析 中 , 變量 y 稱為因變量 , 處在被解釋的 地位 , x 稱為自變量 , 用于預(yù)測因變量的變化 。 2. 相關(guān)分析 中所涉及的變量 x 和 y 都是隨機(jī)變量; 回歸分析 中 , 因變量 y 是隨機(jī)變量 , 自變量 x 可 以是隨機(jī)變量 , 也可以是非隨機(jī)的
9、確定變量 。 3. 相關(guān)分析 主要是描述兩個(gè)變量之間線性關(guān)系的密 切程度; 回歸分析 不僅可以揭示變量 x 對變量 y 的影響大 小,還可以由回歸方程進(jìn)行預(yù)測和控制。 24 回歸模型的類型 一個(gè)自變量 兩個(gè)及兩個(gè)以上自變量 回歸模型 多元回歸 一元回歸 線性 回歸 非線性 回歸 線性 回歸 非線性 回歸 25 回歸模型與回歸方程 回歸模型 1. 回答 “ 變量之間是什么樣的關(guān)系 ? ” 2. 方程中運(yùn)用 1 個(gè)數(shù)字的因變量 (響應(yīng)變量 ) 被預(yù)測的變量 1 個(gè)或多個(gè)數(shù)字的或分類的自變量 (解釋變量 ) 用于預(yù)測的變量 3. 主要用于預(yù)測和估計(jì) 27 一
10、元線性回歸模型 (概念要點(diǎn)) 1. 當(dāng)只涉及一個(gè)自變量時(shí)稱為一元回歸 , 若因變 量 y 與自變量 x 之間為線性關(guān)系時(shí) , 稱為一元 線性回歸 。 2. 對于具有線性關(guān)系的兩個(gè)變量 , 可以用一條線 性方程來表示它們之間的關(guān)系 。 3. 描述因變量 y 如何依賴于自變量 x 和誤差項(xiàng) 的方程稱為回歸模型 。 28 一元線性回歸模型 (概念要點(diǎn)) 對于只涉及一個(gè)自變量的簡單線性回歸模型 可表示為 y = + x + 模型中 , y 是 x 的線性函數(shù) (部分 )加上誤差項(xiàng) 線性部分反映了由于 x 的變化而引起的 y 的變化 誤差項(xiàng)
11、 是隨機(jī)變量 反映了除 x 和 y 之間線性關(guān)系之外的隨機(jī)因素對 y 的 影響 是不能由 x 和 y 之間的線性關(guān)系所解釋的變異性 0 和 1 稱為模型的參數(shù) 29 一元線性回歸模型 (基本假定) 1. 誤差項(xiàng) 是一個(gè)期望值為 0的隨機(jī)變量 , 即 E()=0。 對于一個(gè)給定的自變量 x值 , y的期望值為: E ( y ) = 0+ 1 x 2. 對于所有的 x 值 , 的方差 2 都相同 3. 誤差項(xiàng) 是一個(gè)服從正態(tài)分布的隨機(jī)變量 , 并且 相互獨(dú)立 。 即 N( 0 ,2 ) 獨(dú)立性意味著對于一個(gè)特定的 xk 值 , 它所對應(yīng)的 k 與其他 x 值所對應(yīng)的
12、 不相關(guān) 對于一個(gè)特定的 xk 值 , 它所對應(yīng)的 yk 值與其他 x 所對應(yīng)的 y 值也不相關(guān) 30 回歸方程 (概念要點(diǎn)) 1. 描述 y 的平均值或期望值如何依賴于 x 的方程 稱為 回歸方程 2. 簡單線性回歸方程的形式如下 E( y ) = 0+ 1 x 方程圖示是一條直線 , 因此 , 也稱為直線回歸方程 0是回歸直線在 y 軸上的截距 , 是當(dāng) x=0 時(shí) , y 的 期望值 1是直線的斜率 , 稱為回歸系數(shù) , 表示當(dāng) x 每變動(dòng) 一個(gè)單位時(shí) , y 的平均變動(dòng)值 31 估計(jì) (經(jīng)驗(yàn) )的回歸 方程 3. 簡單線性回歸中估計(jì)
13、的回歸方程為 其中: 是估計(jì)的回歸直線在 y 軸上的截距; 是直線 的斜率 , 也表示 x 每變動(dòng)一個(gè)單位 , y 的平均變動(dòng)值 2. 用樣本統(tǒng)計(jì)量 和 代替回歸方程中的未知參 數(shù) 0和 1 , 就得到了 估計(jì)的回歸方程 1. 總體回歸參數(shù) 0和 1是未知的 , 必需利用樣本數(shù) 據(jù)去估計(jì) xy 10 + 0 1 0 1 32 參數(shù) 0 和 1 的最小二乘估計(jì) 最小二乘法 (概念要點(diǎn)) 最小 n i i n i i eyyQ 1 2 1 2 10 )() ,( 1. 使因變量的觀察值與估計(jì)值之間的離差平方和 達(dá)到最小來求得 和 的方法。即 2. 用
14、最小二乘法擬合的直線來代表 x與 y之間的 關(guān)系與實(shí)際數(shù)據(jù)的誤差比其他任何直線都小 0 1 34 最小二乘法 (圖示) x y (x n , yn) (x1 , y1) (x2 , y2) (xi , yi) ei = yi-yi xy 10 + 35 最小二乘法 ( 和 的計(jì)算公式 ) n i i n i i n i i n i i xyyy eyyQ 1 2 10 1 2 1 2 1 2 10 )()( )(),( 利用前面的公式: 注意 y 的估計(jì)值: 0 1 xy 10 + 36 最小二乘法 ( 和 的計(jì)算公
15、式 ) 根據(jù)最小二乘法的要求 , 可得求解 和 的標(biāo)準(zhǔn) 方程如下 xy xxn yxyxn n i n i ii n i i n i i n i ii 10 1 2 1 2 111 1 10 0 1 37 估計(jì)方程的求法 (實(shí)例) 【 例 6.2】 根據(jù)例 6.1的數(shù)據(jù),配合 蝗蟲 平均遷出量與平均遷入量 的回歸方程 根據(jù) 和 的求解公式得 222.54 526.0 731.986526.0615.573 5.1282777.16073
16、32313 74575.1282799.915617313 0 1 0 21 0 1 38 估計(jì) (經(jīng)驗(yàn) )方程 蝗蟲平均遷出量對平均遷入量 的回歸方程為 y = 54.223 + 0.526 x 0 200 400 600 800 1000 1200 1400 0 500 1000 1500 2000 2500 蝗蟲平均遷出量與平均遷入量的回歸 39 估計(jì)方程的求法 ( Excel的輸出結(jié)果) SUMMARY OUTPUT 回歸統(tǒng)計(jì) Multiple R 0.998703821 R Square 0.997409322 Adjusted R Square 0.997173
17、806 標(biāo)準(zhǔn)誤差 14.94967766 觀測值 13 Coefficients 標(biāo)準(zhǔn)誤差 t Stat P-value Lower 95% Upper 95% Intercept 54.22286392 8.99397869 6.028796 8.56501E-05 34.4272403 74.0184875 X Variable 1 0.52637714 0.00808855 65.07682 1.39842E-15 0.50857435 0.54417993 0 1 n i i y xx S nt 1 2 21 )( )2( + n i i y xx x n Snt 1
18、2 2 20 )( )(1)2( 40 回歸方程的顯著性檢驗(yàn) 離差平方和的分解 1. 因變量 y 的取值是有差異的 , y 取值的這種波動(dòng) 稱為 變差 。 變差來源于兩個(gè)方面: 由于自變量 x 的取值不同造成的 。 除 x 以外的其他因素 (如 x 對 y 的非線性影響 、 測量誤差等 )的影響 。 2. 對一個(gè)具體的觀測值來說 , 變差大小可通過該實(shí) 際觀測值與其均值之差 來表示 。 yy 42 離差平方和的分解 (圖示) x y y xy 10 + yy yy yy ),( ii yx 離差分解圖 43 離差平方和的分解 (三個(gè)平方和的關(guān)系)
19、 2. 兩端平方后求和有 yyyyyy + 1. 從圖上看有 SST = SSR + SSE + n i i n i i n i i yyyyyy 1 2 1 2 1 2 總變差平方和 ( SST) 回歸平方和 ( SSR) 殘差平方和 ( SSE) 44 離差平方和的分解 (三個(gè)平方和的意義) 1. 總平方和 (SST) 反映因變量的 n 個(gè)觀察值與其均值的總離差 2. 回歸平方和 (SSR) 反映自變量 x 的變化對因變量 y 取值變化的影 響 , 或者說 , 是由于 x 與 y 之間的線性關(guān)系引 起的 y 的取值變化 , 也稱為
20、可解釋的平方和 3. 殘差平方和 (SSE) 反映除 x 以外的其他因素對 y 取值的影響 , 也 稱為不可解釋的平方和或剩余平方和 45 樣本決定系數(shù) (判定系數(shù) r2 ) 1. 回歸平方和占總離差平方和的比例 n i i n i i n i i n i i yy yy yy yy SST SSR r 1 2 1 2 1 2 1 2 2 1 2. 反映回歸直線的擬合程度 3. 取值范圍在 0 , 1 之間 4. r2 1,說明回歸方程擬合的越好 r2 0,說明回歸方程擬合的越差 5. 判定系數(shù)等于相關(guān)系數(shù)的平方,即 r
21、2 (r)2 46 回歸方程的顯著性檢驗(yàn) ( 線性關(guān)系的檢驗(yàn) ) 1. 檢驗(yàn)自變量和因變量間的線性關(guān)系是否顯著 2. 具體方法是將回歸離差平方和 (SSR)同剩余離 差平方和 (SSE)加以比較 , 應(yīng)用 F檢驗(yàn)來分析二 者之間的差別是否顯著 如果是顯著的 , 兩個(gè)變量之間存在線性關(guān)系 如果不顯著的 , 兩個(gè)變量之間不存在線性關(guān)系 47 回歸方程的顯著性檢驗(yàn) ( 檢驗(yàn) 的步驟) 1. 提出假設(shè) H0:線性關(guān)系不顯著 )2,1( 2 1 2 1 1 2 1 2 nF nyy yy nSSE SSR F n i i n i i 2. 計(jì)算
22、檢驗(yàn)統(tǒng)計(jì)量 F 3. 確定顯著性水平 ,并根據(jù)分子的自由度 1和 分母自由度 n-2找出臨界值 F 4. 作出決策: 若 FF ,拒絕 H0; 若 Ft,拒絕 H0; tt=2.201, 拒絕 H0, 表明蝗蟲平均 遷出量與平均遷入量 之間有線性關(guān)系 0 75 8.65 8 27.3 41 6 0 3495.14 5 26 3 8.0 2 t 對前例的回歸系數(shù)進(jìn)行顯著性檢驗(yàn) ( 0.05) 55 回歸系數(shù)的顯著性檢驗(yàn) (Excel輸出的結(jié)果) SUMMARY OUTPUT 回歸統(tǒng)計(jì) Multiple R 0.998703821 R Square 0.997409322 Adjus
23、ted R Square 0.997173806 標(biāo)準(zhǔn)誤差 14.94967766 觀測值 13 Coefficients 標(biāo)準(zhǔn)誤差 t Stat P-value Lower 95% Upper 95% Intercept 54.22286392 8.99397869 6.028796 8.56501E-05 34.4272403 74.0184875 X Variable 1 0.52637714 0.00808855 65.07682 1.39842E-15 0.50857435 0.54417993 0 08 08 8 55.0 5 26 37 7 14.0 1 1 1 St
24、 99397869.8 22286392.54 0 0 0 St + n i i y xx x n SS 1 2 2 )( )(1 0 n i i y xx S S 1 2 )( 1 56 預(yù)測及應(yīng)用 利用回歸方程進(jìn)行估計(jì)和預(yù)測 1. 根據(jù)自變量 x 的取值估計(jì)或預(yù)測因變量 y的取值 2. 估計(jì)或預(yù)測的類型 點(diǎn)估計(jì) y 的平均值的點(diǎn)估計(jì) y 的 個(gè)別值 的點(diǎn)估計(jì) 區(qū)間估計(jì) y 的平均值的置信區(qū)間估計(jì) y 的 個(gè)別值 的預(yù)測區(qū)間估計(jì) 58 利用回歸方程進(jìn)行估計(jì)和預(yù)測 (點(diǎn)估計(jì)) 2. 點(diǎn)估計(jì)值有 y 的平均值的點(diǎn)估計(jì) y
25、的 個(gè)別值 的點(diǎn)估計(jì) 3. 在點(diǎn)估計(jì)條件下,平均值的點(diǎn)估計(jì)和個(gè)別值的 點(diǎn)估計(jì)方式是一樣的,但在區(qū)間估計(jì)中則不同 1. 對于自變量 x 一個(gè)給定值 x0 , 根據(jù)回歸方程 得到因變量 y 的一個(gè)估計(jì)值 0y 59 利用回歸方程進(jìn)行估計(jì)和預(yù)測 (點(diǎn)估計(jì)) y 的平均值的點(diǎn)估計(jì) 1. 利用估計(jì)的回歸方程,對于自變量 x 的一個(gè) 給定平均值 x0 ,求出因變量 y 的平均值的 一個(gè)估計(jì)值 E(y0) ,就是平均值的點(diǎn)估計(jì)。 2. 在前面的例子中,假如我們要根據(jù)蝗蟲平均 遷入量為 2000只時(shí),估計(jì)所有年份蝗蟲的遷 出量的平均值,就是平均值的點(diǎn)估計(jì)。根據(jù) 經(jīng)驗(yàn)回歸方程得: )(98.
26、1 1 6 02 0 0 0526.0223.54 0 只+y 60 利用回歸方程進(jìn)行估計(jì)和預(yù)測 (點(diǎn)估計(jì)) y 的個(gè)別值的點(diǎn)估計(jì) 1. 利用估計(jì)的回歸方程 , 對于自變量 x 的一個(gè) 給定值 x0 , 求出對應(yīng)因變量 y 的一個(gè) 個(gè)別值 的估計(jì)值 , 就是個(gè)別值的點(diǎn)估計(jì) 。 0y 2. 比如 , 如果我們只是想知道 1990年蝗蟲遷入 量為 1250.7只時(shí) , 對應(yīng)的遷出量是多少 , 則 屬于個(gè)別值的點(diǎn)估計(jì) 。 根據(jù)經(jīng)驗(yàn)回歸方程得 : )(57.71270.1 2 5 0526.0223.54 0 只+y 61 利用回歸方程進(jìn)行估計(jì)和預(yù)測 (區(qū)間估計(jì)) 1. 點(diǎn)估計(jì)不能給
27、出估計(jì)的精度 , 點(diǎn)估計(jì)值與實(shí)際 值之間是有誤差的 , 因此 , 需要進(jìn)行區(qū)間估計(jì) 。 2. 對于自變量 x 的一個(gè)給定值 x0, 根據(jù)回歸方程 得到因變量 y 的一個(gè)估計(jì)區(qū)間 。 3. 區(qū)間估計(jì)有兩種類型 置信區(qū)間估計(jì) 預(yù)測區(qū)間估計(jì) 62 利用回歸方程進(jìn)行估計(jì)和預(yù)測 (置信區(qū)間估計(jì)) y 的平均值的置信區(qū)間估計(jì) 1. 利用估計(jì)的回歸方程 , 對于自變量 x 的一個(gè) 給定值 x0 , 求出因變量 y 的平均值 E(y0)的估 計(jì)區(qū)間 , 這一估計(jì)區(qū)間稱為 置信區(qū)間 2. E(y0) 在 1-置信水平下的置信區(qū)間為 + n i i y xx xx n Snt
28、y 1 2 2 0 20 1 )2( 其中: Sy為估 計(jì)標(biāo)準(zhǔn)誤差 63 利用回歸方程進(jìn)行估計(jì)和預(yù)測 (置信區(qū)間估計(jì) :算例) 【 例 6.3】 根據(jù)前例,求出當(dāng)蝗蟲平均遷入量為 1250.7 只時(shí),平均遷出量 95%的置信區(qū)間。 解: 根據(jù)前面的計(jì)算結(jié)果 712.57, Sy=14.95, t(13-2) 2.201, n=13 置信區(qū)間為: 827.3416034 73077.9867.1250 13 195.14201.257.712 2+ = 712.5710.265 平均遷出量 95%的置信區(qū)間為 702.305只 722.835 只
29、 之間 。 0y 64 利用回歸方程進(jìn)行估計(jì)和預(yù)測 (預(yù)測區(qū)間估計(jì)) y 的個(gè)別值的預(yù)測區(qū)間估計(jì) 1. 利用估計(jì)的回歸方程,對于自變量 x 的一個(gè) 給定值 x0 ,求出對應(yīng)因變量 y 的一個(gè) 個(gè)別值 的估計(jì)區(qū)間,這一區(qū)間稱為 預(yù)測區(qū)間 2. y0在 1-置信水平下的預(yù)測區(qū)間為 ++ n i i y xx xx n Snty 1 2 2 0 20 1 1)2( 注意! 65 利用回歸方程進(jìn)行估計(jì)和預(yù)測 (置預(yù)測區(qū)間估計(jì) :算例) 【 例 6.4】 根據(jù)前例 , 求出 1990年蝗蟲平均遷入量 為 1250.7只時(shí) , 對應(yīng)平均遷出量 95%的預(yù)測區(qū)間 。
30、 解: 根據(jù)前面的計(jì)算結(jié)果有 712.57, Sy=14.95, t(13-2) 2.201, n=13 置信區(qū)間為: 827.3416034 73077.9867.1250 13 1195.14201.257.712 2++ =712.5734.469 1990年在當(dāng)?shù)鼗认x 平均遷出量 95%的預(yù)測區(qū)間為 678.101只 747.039只之間 。 0y 66 影響區(qū)間寬度的因素 1.置信水平 (1 - ) 區(qū)間寬度隨置信水平的增大而增大 2.數(shù)據(jù)的離散程度 (S) 區(qū)間寬度隨離散程度的增大而增大 3.樣本容量 區(qū)間寬度隨樣本容量的增大而減小 4.用于預(yù)測的 xp與 x的差異程度 區(qū)間寬度隨 xp與 x 的差異程度的增大而增大 67 置信區(qū)間 、 預(yù)測區(qū)間 、 回歸方程 xp xy 10 + y x x 68 Thanks ! 69
- 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(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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。
最新文檔
- 2023年六年級數(shù)學(xué)下冊6整理和復(fù)習(xí)2圖形與幾何第7課時(shí)圖形的位置練習(xí)課件新人教版
- 2023年六年級數(shù)學(xué)下冊6整理和復(fù)習(xí)2圖形與幾何第1課時(shí)圖形的認(rèn)識與測量1平面圖形的認(rèn)識練習(xí)課件新人教版
- 2023年六年級數(shù)學(xué)下冊6整理和復(fù)習(xí)1數(shù)與代數(shù)第10課時(shí)比和比例2作業(yè)課件新人教版
- 2023年六年級數(shù)學(xué)下冊4比例1比例的意義和基本性質(zhì)第3課時(shí)解比例練習(xí)課件新人教版
- 2023年六年級數(shù)學(xué)下冊3圓柱與圓錐1圓柱第7課時(shí)圓柱的體積3作業(yè)課件新人教版
- 2023年六年級數(shù)學(xué)下冊3圓柱與圓錐1圓柱第1節(jié)圓柱的認(rèn)識作業(yè)課件新人教版
- 2023年六年級數(shù)學(xué)下冊2百分?jǐn)?shù)(二)第1節(jié)折扣和成數(shù)作業(yè)課件新人教版
- 2023年六年級數(shù)學(xué)下冊1負(fù)數(shù)第1課時(shí)負(fù)數(shù)的初步認(rèn)識作業(yè)課件新人教版
- 2023年六年級數(shù)學(xué)上冊期末復(fù)習(xí)考前模擬期末模擬訓(xùn)練二作業(yè)課件蘇教版
- 2023年六年級數(shù)學(xué)上冊期末豐收園作業(yè)課件蘇教版
- 2023年六年級數(shù)學(xué)上冊易錯(cuò)清單十二課件新人教版
- 標(biāo)準(zhǔn)工時(shí)講義
- 2021年一年級語文上冊第六單元知識要點(diǎn)習(xí)題課件新人教版
- 2022春一年級語文下冊課文5識字測評習(xí)題課件新人教版
- 2023年六年級數(shù)學(xué)下冊6整理和復(fù)習(xí)4數(shù)學(xué)思考第1課時(shí)數(shù)學(xué)思考1練習(xí)課件新人教版