相關(guān)與回歸分析報(bào)告研討

本文格式為Word版，下載可任意編輯——相關(guān)與回歸分析報(bào)告研討分析階段ZTEGB402V15相關(guān)和回歸分析主要內(nèi)容1相關(guān)分析2回歸分析學(xué)習(xí)目的變量X1與變量X2間或X與Y間有多少相關(guān)性相關(guān)分析變量間關(guān)系式的揣測(cè)回歸分析它們之間有關(guān)系嗎有多強(qiáng)的關(guān)系有什么樣的關(guān)系式機(jī)動(dòng)車的數(shù)量vs交通事故發(fā)生率網(wǎng)板厚度vs焊膏厚度1相關(guān)關(guān)系是相關(guān)關(guān)系可以用數(shù)據(jù)來看出兩個(gè)變量Y與X或兩個(gè)X間精細(xì)程度如何兩者之間關(guān)系的強(qiáng)度通過相關(guān)系數(shù)r可以計(jì)數(shù)化Minitab使用Pearsonproductmoment相關(guān)系數(shù)10010負(fù)的相關(guān)系正的相關(guān)關(guān)系r弱相關(guān)關(guān)系抉擇點(diǎn)r值r接近1r接近1正的相關(guān)關(guān)系負(fù)的相關(guān)關(guān)系接近0時(shí)幾乎沒有相關(guān)關(guān)系相關(guān)系數(shù)的性質(zhì)為調(diào)查相關(guān)關(guān)系需要數(shù)據(jù)構(gòu)造為成對(duì)的2個(gè)變量數(shù)據(jù)相關(guān)系數(shù)CorrelationCoefficient一般表示為總體的相關(guān)關(guān)系其范圍是11一般處境下我們無法知道的正確的值因此使用從樣本推斷的值rr從如下公式得出且范圍是1r1一般樣本大小30個(gè)以上為基準(zhǔn)假設(shè)r080時(shí)具有強(qiáng)的相關(guān)關(guān)系假設(shè)03r080時(shí)具有弱的相關(guān)關(guān)系假設(shè)r030時(shí)認(rèn)為沒有有效的關(guān)系相關(guān)公式強(qiáng)的正相關(guān)弱的正相關(guān)中間程度的正相關(guān)r0936r0560r03390強(qiáng)的負(fù)相關(guān)弱的負(fù)相關(guān)中間程度的負(fù)相關(guān)相關(guān)的類型和大小判斷相關(guān)類型對(duì)結(jié)果Y影響最大的因子可從點(diǎn)的密集程度判斷單純通過散點(diǎn)圖分析相關(guān)關(guān)系時(shí)不客觀因此需要客觀的分析即可看出相關(guān)程度的指數(shù)相關(guān)系數(shù)計(jì)算方法等相關(guān)系數(shù)計(jì)算方法是從直線的觀點(diǎn)舉行分析曲線關(guān)系時(shí)假設(shè)以相關(guān)系數(shù)方法計(jì)算時(shí)會(huì)展現(xiàn)錯(cuò)誤的結(jié)果相關(guān)并不是分析全體的因果關(guān)系即使證明Y與X間具有相關(guān)也并不意味著Y的變動(dòng)確定是X的變動(dòng)引起的可能存在引起X與Y同時(shí)變動(dòng)的第3個(gè)暗藏變量兩個(gè)變量間有關(guān)系的結(jié)論并不意味著因果關(guān)系且樣本相關(guān)系數(shù)的值接近0表示兩個(gè)變量間直線關(guān)系弱并不意味著兩個(gè)變量間沒有關(guān)系相關(guān)的濫用與誤用事例分析單板生產(chǎn)過程中刮刀壓力可能會(huì)影響到焊膏的厚度為了了解刮刀壓力和焊膏厚度的關(guān)系為此我們舉行幾次測(cè)驗(yàn)后得出如下資料求此資料的散點(diǎn)圖及總體的相關(guān)系數(shù)開啟A08mtwStatBasicStatisticsCorrelation從上面點(diǎn)來看可以推測(cè)有強(qiáng)的相關(guān)關(guān)系分析結(jié)果根據(jù)刮刀壓力和焊膏厚度的相關(guān)系數(shù)為r0955可看出具有強(qiáng)的負(fù)相關(guān)從上述結(jié)果可以得出為了保證焊膏厚度符合要求務(wù)必監(jiān)控刮刀的壓力統(tǒng)計(jì)分析結(jié)果解釋事例分析下面給出13家上市公司的每股賬面價(jià)值和每股紅利以1賬面價(jià)值作為橫軸畫散點(diǎn)圖2計(jì)算相關(guān)系數(shù)并解釋從散點(diǎn)圖我們可以看出什么相關(guān)系數(shù)可以看出什么通過它我們可以知道哪個(gè)輸入對(duì)輸出值有多少影響為了得到想要的輸出值我們應(yīng)按什么水平管理X的規(guī)格回歸探索Y與X關(guān)系的方法什么是回歸描述Y與X關(guān)系的數(shù)學(xué)方法創(chuàng)造過程的模型2回歸分析相關(guān)是報(bào)告關(guān)系的程度回歸分析是找出YFX的函數(shù)關(guān)系式回歸分析的種類單純回歸模型獨(dú)立變量為一個(gè)多重回歸模型獨(dú)立變量為兩個(gè)以上例Yabx1cx2dx3單純線性回歸模型設(shè)定直線關(guān)系后分析例Yabx曲線回歸模型設(shè)定曲線關(guān)系后分析例Yabxcx2dx3Yabx單純線性回歸回歸分析的階段Data收集用散點(diǎn)圖確認(rèn)關(guān)系用最小二乘法推斷總體舉行方差分析畫直線LineFitting分析殘差此章的因子為一個(gè)因子和輸出值Y的關(guān)系為直線關(guān)系的單純線性回歸SimpleLinearRegression通過樣本揣測(cè)的直線未知的真實(shí)直線Yixiii1ni是相互獨(dú)立的遵守N02的概率變量單純線性回歸模型ieixiyixy在這里iiidN02Model定義一個(gè)獨(dú)立變量x與一個(gè)附屬變量Y間的關(guān)系方程式化后顯示的方法將誤差平方和最小化的推斷方法找出將殘差平方最小化的直線最小平方和的單純回歸單純回歸直線與回歸直線的差異誤差直線是以最小平方和推斷法leastsquareestimation的原那么畫出的從資料的點(diǎn)到直線的距離的平方和最小化ebScatterPlotYvsXwithFittedLineYabX直線的方程式是YabXa是常數(shù)b是斜率擬合線是包括實(shí)際點(diǎn)和直線的平方差的和最小化后形成的直線實(shí)際資料的點(diǎn)和直線的差異稱為殘差residualse擬合線回歸方程式構(gòu)造殘差e是對(duì)誤差的最正確推斷值是實(shí)際結(jié)果值和回歸方程式揣測(cè)的最正確值間的差異殘差實(shí)際觀測(cè)值yi和揣測(cè)值的差殘差越小推斷的回歸式更能說明實(shí)際結(jié)果殘差是誤差的最好的推斷值殘差按大小排列或按資料的依次排列時(shí)它們以0為軸相對(duì)稱并且不能存在更加的傾向大家用MINITAB對(duì)上述數(shù)據(jù)舉行回歸分析開啟A13mtw下面是對(duì)硅膠強(qiáng)度有重要影響的SiO2使用量的關(guān)系的分析數(shù)據(jù)事例分析GraphPlot從散點(diǎn)圖看貌似有確定相關(guān)性那么要進(jìn)一步分析有多少相關(guān)性StatRegressionRegression回歸方程式方差分析s殘差誤差的標(biāo)準(zhǔn)差殘差為觀測(cè)值預(yù)料值換句話說指觀測(cè)點(diǎn)至回歸方程式中描述的擬合線的距離對(duì)于優(yōu)秀的模型此值應(yīng)較小sMSerror12RSq由擬合線能夠解釋的總變差的百分?jǐn)?shù)由X解釋的變差對(duì)于優(yōu)秀的模型此值應(yīng)較大RSqadj對(duì)過于擬合處境方程式中的變量過多的調(diào)整它將包括模型中的項(xiàng)數(shù)與觀測(cè)值的個(gè)數(shù)舉行比較其中n觀測(cè)值數(shù)量p模型中項(xiàng)數(shù)包括常數(shù)判斷的方法NewX變量的p值速度Ho斜率0H1斜率0或者另一種表達(dá)方式HoX不顯著H1X顯著常數(shù)的p值H0直線通過原點(diǎn)000硬度0使用量H1直線不通過原點(diǎn)00結(jié)果判斷R2越大模型對(duì)工序模擬得越好NewSSregression由模型中的X解釋變量Y的變動(dòng)每一X值對(duì)應(yīng)的模型預(yù)料值和Y的總平均值之差的平方和SSerror未被解釋的Y的變差每個(gè)數(shù)據(jù)點(diǎn)的Y觀測(cè)值和該數(shù)據(jù)點(diǎn)Y的預(yù)料值之差的平方和值越小越好SStotalY值相對(duì)其平均值的總變差結(jié)果判斷回歸項(xiàng)的SS和MS應(yīng)比誤差項(xiàng)的SS和MS大通過查看RSqRSqadjs和p值來評(píng)估模型p值應(yīng)005以表示統(tǒng)計(jì)顯著性良好擬合的方程式NewStatRegressionFittedLinePlot擬合線Rsq值稱為抉擇系數(shù)用R2表示范圍是0R21R2越接近1時(shí)可以說明越接近回歸線StatRegressionFittedLinePlot殘差分析StorageOprion中選擇Residual和Fits時(shí)可得出如下數(shù)據(jù)StatRegressionResidualPlots殘差圖表殘差具有多少正態(tài)性條狀圖是鐘型的曲線嗎要無視30以下的資料個(gè)別殘差能看出多少傾向或奇怪點(diǎn)是否沒有傾向?qū)?是隨機(jī)的回歸分析結(jié)果解釋SiO2的使用量X與強(qiáng)度Y間的推斷回歸式是強(qiáng)度Y30769SiO2使用量X且兩個(gè)變量回歸系數(shù)為72可以說具有強(qiáng)的關(guān)系使用AdjRsq即用上述回歸直線可以說明的變動(dòng)量為72查看方差分析表回歸相關(guān)警告圖表RSq662RSq662RSq662RSq662對(duì)4個(gè)不同的資料群從根本統(tǒng)計(jì)結(jié)果來看貌似一樣但期間很明顯有差異總是要用一種以上的方法來看不要忘卻憶原始資料rawdata畫散點(diǎn)圖相關(guān)與回歸的概要相關(guān)分析可以作為分外有用的工具活用于實(shí)際生活中相關(guān)關(guān)系是看出兩個(gè)連續(xù)型變量間相關(guān)性的尺度假定因果關(guān)系時(shí)需要更加留神回歸模型將變量間的關(guān)系顯示為線型或非線型函數(shù)回歸分析可以從回歸式預(yù)料期望值您相信我們的家電所占據(jù)的表示廳面積的大小會(huì)影響銷售量您已經(jīng)收集了過去12個(gè)月內(nèi)多個(gè)零售點(diǎn)銷售量與總的占地面積方面的數(shù)據(jù)現(xiàn)在您夢(mèng)想分析這些數(shù)據(jù)看占地面積是否切實(shí)與年銷售量存在某種關(guān)系應(yīng)用所學(xué)的單變量回歸方法打定解釋您的答案以及支持您的結(jié)論的結(jié)果K平方英尺New分析階段總結(jié)假設(shè)我們的數(shù)據(jù)量對(duì)比大采集數(shù)據(jù)分外輕易時(shí)我們可以使用描述型的統(tǒng)計(jì)工具舉行分析1假設(shè)想知道變量的分布外形平均值的位置離散程度傾斜度峰態(tài)等概括的統(tǒng)計(jì)信息可以用DisplayDescriptiveStatistics工具來分析2假設(shè)我們想知道變量分布外形均值的約莫位置離散的程度的粗略信息時(shí)我們可以用HistogramMultipleDotplot等工具分析3假設(shè)我們要對(duì)比兩個(gè)變量或者想知道在不同條件下變量發(fā)生什么樣的變化時(shí)我們可以用BoxplotMultipleDotplot工具來分析New4假設(shè)我們想知道變量之間的相互關(guān)系時(shí)可以使用ScatterplotMarginalplot兩個(gè)變量之間的關(guān)系和Matrixplot多個(gè)變量之間的相互作用5假設(shè)我們想知道隨著時(shí)間變化變量怎樣變化時(shí)可以使用Timeseriesplot舉行分析6假設(shè)我們要知道多個(gè)輸入變量X對(duì)輸出變量Y的影響程度可以使用MultiVariChartMainEffectsPlot舉行分析7假設(shè)我們要知道不良品缺陷數(shù)爭議點(diǎn)事故的現(xiàn)象或理由等集中在哪些方面的時(shí)候可以使用ParetochartPiechart舉行分析New假設(shè)我們的數(shù)據(jù)量對(duì)比小采集數(shù)據(jù)分外難我們可以使用假設(shè)檢驗(yàn)工具對(duì)均值舉行分析一我們涉及的數(shù)據(jù)是連續(xù)性的數(shù)據(jù)時(shí)1假設(shè)我們想知道一個(gè)變量跟一個(gè)基準(zhǔn)值是否在統(tǒng)計(jì)意義上有顯著性差異的時(shí)候也就是判斷這個(gè)變量是否發(fā)生了奇怪理由的波動(dòng)可以使用1samplet工具分析2假設(shè)我們想知道兩個(gè)變量或者兩種水平下是否在統(tǒng)計(jì)意義上有顯著性差異的時(shí)候可以使用2sampletPairedt工具分析3假設(shè)我們要對(duì)比多個(gè)變量或者一個(gè)變量在多個(gè)水平下是否有顯著性差異時(shí)可以用ANOVA工具來分析New二我們涉及的數(shù)據(jù)是離散型的數(shù)據(jù)時(shí)1假設(shè)我們想知道一個(gè)變量跟一個(gè)基準(zhǔn)值是否在統(tǒng)計(jì)意義上有顯著性差異的時(shí)候也就是判斷這個(gè)變量是否發(fā)生了奇怪理由的波動(dòng)可以使用1Proportion工具分析2假設(shè)我們想知道兩個(gè)變量或者兩種水平下是否在統(tǒng)計(jì)意義上有顯著性差異的時(shí)候可以使用2Proportion工具分析3假設(shè)我們要對(duì)比多個(gè)變量或者一個(gè)變量在多個(gè)水平下是否有顯著性