统计学基础（四）

参考资料：

• 《深入浅出统计学》
• 《深入解析SAS — 数据处理、分析优化与商业应用 》
• 举例分析方差分析ANOVA
• 卡方分布参考资料

Table of Contents

1.线性回归

1.1 基础概念

1.2 拟合线计算步骤

1.3 判断准确性

 2. 方差分析（Analysis of Variance，简称ANOVA）

2.1 定义

2.2 方差分析举例分析

2.2.1 方差分析术语

2.2.2 方差分析的原理

2.2.3 方差分析思路

2.2.4 计算分析

2.2.5 结论

3. 卡方分布

3.1 定义

3.2 分布的两个主要用途

3.3 计算步骤

3.3.1 确定要进行检验的假设及备选假设

3.3.2 求出期望频数和自由度

3.3.3 确定用于决策拒绝域

3.3.4 计算检验统计量

3.3.5 查看检验统计量是否位于拒绝域以内

3.3.6 做出决策

---

1.线性回归

1.1 基础概念

二变量数据：对于每一个观察结果，二变量数据给出两个变量数值 

常用表示图形：散点图（散布图），散点图的作用在于能体现数据的实际模式，通过散点图，你可以清晰地看出两个变量的关系

正线性相关：x增长，y也涨

负线性相关：x增长，y下降

不相关：x和y数值呈现一种随机模式

两个变量之间存在相关关系（数学关系），并不一定意味着一个变量会影响另一个变量，也不意味着二者存在实际关系

最佳拟合线：能最好的接近所有数据点的线（最佳预测）

如果确定最佳拟合线：表达式为且使得y的实际观察值与每个x相对应的y的估计值的差距最小的线

如何确定差距最小：利用误差平方和，和方差的计算方法很相近

1.2 拟合线计算步骤

• 求出和
• 计算中的斜率（陡度），即为最佳拟合线的斜率，公式为：
• 最佳拟合线最好穿过x和y的均值（，），带入计算计算。
• 得到最佳拟合线

最小二乘法

一种数学方法，可以用一条最佳拟合线将一组二变量数据拟合

通过将公式的一条直线与一组数值相拟合，使得误差平方和最小——即使得实际数值与这些数值的估计值之间的差值最小。

其中，直线被称为回归线

1.3 判断准确性

利用回归线的相关性强度——相关系数

相关系数介于 -1 和 1 之间，描述了各个数据点与直线的偏离程度，度量回归线与数据的拟合度，用字母 r 表示

• ，数据为完全负线性相关；
• ，完全正线性相关；
• ，不存在相关性

计算相关系数r

计算公式：，,