第八章直线回归与相关 前面各章我们讨论的问题,都只涉及到一 个变量,如体重、日增重、产仔数、体温、血 糖浓度、产奶量、产毛量或孵化率、发病率 等。但是,由于客观事物在发展过程中相互联 系、相互影响,因而在畜牧、水产等试验研究 中常常要研究两个或两个以上变量间的关系。 上一张下一张主页退出
第八章 直线回归与相关 前面各章我们讨论的问题,都只涉及到一 个变量,如体重 、日增重、产仔数、体温、血 糖浓度 、产奶量 、产毛量或孵化率 、发病率 等。 但是,由于客观事物在发展过程中相互联 系、相互影响,因而在畜牧、水产等试验研究 中常常要研究两个或两个以上变量间的关系。 上一张 下一张 主 页 退 出
例如 雏鹅重与70日龄重; 绵羊胸围与体长; 猪的增重与饲料消耗; 仔猪初生重与断奶重; 猪瘦肉率与背膘厚度、眼肌面积、胴体长; 绵羊产毛量与体重、胸围、体长; 黑白花奶牛的一胎305天产奶量与90天产奶量 最高月产、最高日产、最高日产天数;
1 最高月产、x 猪瘦肉率与背膘厚度、眼肌面积、胴体长; 绵羊产毛量与体重、胸围、体长 ; 3 x 黑白花奶牛的一胎305天产奶量与 、最高日产天数; 90天产奶量、 最高日产 猪的增重与饲料消耗; 雏鹅重与70日龄重; 绵羊胸围与体长; 仔猪初生重与断奶重; 例如
变量间的关系有两类: 类是变量间存在着完全确定性的关系, 可以用精确的数学表达式来表示。 如长方形的面积(S)与长(a)和宽 (b)的关系可以表达为:S=ab。它们之间 的关系是确定性的,只要知道了其中两个变量 的值就可以精确地计算出另一个变量的值,这 类变量间的关系称为函数关系。 上一张下一张主页退出
变量间的关系有两类: 一类是变量间存在着完全确定性的关系, 可以用精确的数学表达式来表示。 如长方形的面积 (S) 与 长(a)和 宽 (b)的关系可以表达为: S=ab。它们之间 的关系是确定性的,只要知道了其中两个变量 的值就可以精确地计算出另一个变量的值,这 类变量间的关系称为函数关系。 上一张 下一张 主 页 退 出
另一类是变量间不存在完全的确定性关 系,不能用精确的数学公式来表示。 如黄牛的体长与体重的关系;仔猪初生重 与断奶重的关系;猪瘦肉率与背膘厚度、眼肌 面积、胴体长等的关系等等,这些变量间都存 在着十分密切的关系,但不能由一个或几个变 量的值精确地求出另一个变量的值。像这样 类关系在生物界中是大量存在的,统计学中把 这些变量间的关系称为相关关系,把存在相关 关系的变量称为相关变量 上一张下一张主页退出
另一类是 变 量 间不存在完全的确定性关 系,不能用精确的数学公式来表示。 如黄牛的体长与体重的关系;仔猪初生重 与断奶重的关系;猪瘦肉率与背膘厚度、眼肌 面积、胴体长等的关系等等,这些变量间都存 在着十分密切的关系,但不能由一个或几个变 量的值精确地求出另一个变量的值。像这样一 类关系在生物界中是大量存在的,统计学中把 这些变量间的关系称为相关关系,把存在相关 关系的变量称为相关变量。 上一张 下一张 主 页 退 出
相关变量间的关系一般分为两种 种是因果关系,即一个变量的变化受另 个或几个变量的影响。如仔猪的生长速度受 遗传特性、营养水平、饲养管理条件等因素的 影响,子代的体高受亲本体高的影响; 另一种是平行关系,它们互为因果或共同 受到另外因素的影响。如黄牛的体长和胸围之 间的关系,猪的背膘厚度和眼肌面积之间的关 系等都属于平行关系。 上一张下一张主页退出
相关变量间的关系一般分为两种: 一种是因果关系,即一个变量的变化受另 一个或几个变量的影响。如仔猪的生长速度受 遗传特性、营养水平、饲养管理条件等因素的 影响,子代的体高受亲本体高的影响; 另一种是平行关系,它们互为因果或共同 受到另外因素的影响。如黄牛的体长和胸围之 间的关系,猪的背膘厚度和眼肌面积之间的关 系等都属于平行关系。 上一张 下一张 主 页 退 出
统计学上采用回归分析( regression analysis)研究呈因果关系的相关变量间的 关系。表示原因的变量称为自变量,表示结果 的变量称为依变量。 研究“一因一果”,即一个自变量与一个 依变量的回归分析称为一元回归分析; 研究“多因一果”,即多个自变量与一个 依变量的回归分析称为多元回归分析。 元回归分析又分为直线回归分析与曲线 回归分析两种;多元回归分析又分为多元线性 回归分析与多元非线性回归分析两种。 上一张下一张主页退出
统计学上采用回归分析 (regression analysis)研究呈因果关系的相关变量间的 关系。表示原因的变量称为自变量,表示结果 的变量称为依变量。 研究“一因一果”,即一个自变量与一个 依变量的回归分析称为一元回归分析; 研究“多因一果”,即多个自变量与一个 依变量的回归分析称为多元回归分析。 一元回归分析又分为直线回归分析与曲线 回归分析两种;多元回归分析又分为多元线性 回归分析与多元非线性回归分析两种。 上一张 下一张 主 页 退 出
回归分析的任务是揭示出呈 因果关系的相关变量间的联系形 式,建立它们之间的回归方程, 利用所建立的回归方程,由自变 量(原因)来预测、控制依变量 (结果)
回归分析的任务是揭示出呈 因果关系的相关变量间的联系形 式,建立它们之间的回归方程, 利用所建立的回归方程,由自变 量(原因)来预测、控制依变量 (结果)
统计学上采用相关分析( correlation analysis)研究呈平行关系的相关变量之间的关 系 对两个变量间的直线关系进行相关分析称为 简单相关分析(也叫直线相关分析); 对多个变量进行相关分析时,研究一个变量 与多个变量间的线性相关称为复相关分析;研究 其余变量保持不变的情况下两个变量间的线性相 关称为偏相关分析。 上一张下一张主页退出
统计学上采用相关分析 ( correlation analysis)研究呈平行关系的相关变量之间的关 系。 对两个变量间的直线关系进行相关分析称为 简单相关分析(也叫直线相关分析); 对多个变量进行相关分析时,研究一个变量 与多个变量间的线性相关称为复相关分析;研究 其余变量保持不变的情况下两个变量间的线性相 关称为偏相关分析。 上一张 下一张 主 页 退 出
第一节直线回归 直线回归方程的建立 对于两个相关变量,一个变量用x表示,另 个变量用y表示,如果通过试验或调查获得两 个变量的n对观测值: (x1,y1),(x2,y2), n, 为了直观地看出x和y间的变化趋势,可将 每一对观测值在平面直角坐标系描点,作 出散点图(见图8-1) 上一张下一张主页退出
第一节 直线回归 一、直线回归方程的建立 对于两个相关变量,一个变量用x表示,另 一个变量用y表示,如果通过试验或调查获得两 个变量的n对观测值: (x1,y1),(x2,y2),……,(xn,yn) 上一张 下一张 主 页 退 出 为了直观地看出x和y间的变化趋势,可将 每一对 观 测 值 在 平 面直角坐标系描点,作 出散点图 (见图8-1)
从散点图(图8-1)可以看出: ①两个变量间有关或无关若有关两个变量 间关系类型,是直线型还是曲线型; ②两个变量间直线关系的性质(是正相关还 是负相关)和程度(是相关密切还是不密切); 散点图直观地、定性地表示了两个变量之 间的关系。为了探讨它们之间的规律性,还必 须根据观测值将其内在关系定量地表达出来。 上一张下一张主页退出
从散点图(图8-1)可以看出: ②两个变量间直线关系的性质(是正相关还 是负相关)和程度(是相关密切还是不密切); 上一张 下一张 主 页 退 出 散点图直观地、定性地表示了两个变量之 间的关系。为了探讨它们之间的规律性,还必 须根据观测值将其内在关系定量地表达出来。 ①两个变量间有关或无关;若有关,两个变量 间关系类型,是直线型还是曲线型;