数据挖掘回归与时序分析VIP免费

回归与时序分析《医药信息分析与应用》课程组精品课程：正在建设课程博客：http://tchuanyi.blog.chinajavaworld.com电子邮箱：communion.gdpu@163.com本章要点一、概述二、回归分析三、时间序列分析四、MicrosoftSQLServer2005实践回归分析与时间序列分析2《医药信息分析与应用》课程组12:51:08一、概述现实生活中的许多现象之间存在着相互依赖、相互制约的关系，这些关系在量上主要有两种类型：确定性关系(s=pi*r*r)非确定性关系(相关关系)3《医药信息分析与应用》课程组12:51:08一、概述变量之间是否线性线性回归模型非线性回归模型变量的个数分为：一元回归和多元回归4《医药信息分析与应用》课程组12:51:08一、概述时间序列分析回归分析中如果自变量是时间，则将按时间顺序产生的离散型观测数据序列(xt)(t=1,2,3…)称作时间序列，根据时间序列，揭示相应系统的内在统计特性和发展规律的统计方法，称时间序列分析。5《医药信息分析与应用》课程组12:51:08一、概述回归分析与时间序列分析时间序列分析方法明确强调变量值顺序的重要性，而其它统计分析方法则不必如此；时间序列各观察值之间存在一定的依存关系，而其它统计分析一般要求每一变量各自独立；时间序列分析根据序列自身的变化规律来预测未来，而其它统计分析则根据某一变量与其它变量间的因果关系来预测该变量的未来；时间序列是一组随机变量的一次样本实现，而其它统计分析的样本值一般是对同一随机变量进行N次独立重复实验的结果；二者建模思路不同。6《医药信息分析与应用》课程组12:51:08二、回归分析回归分析的过程即是寻求有关联（相关）的变量之间的关系的过程，主要内容包括：从一组样本数据出发，确定这些变量间的定量关系式；对这些关系式的可信度进行各种统计检验；从影响某一变量的诸多变量中，判断哪些变量的影响显著，哪些不显著；利用求得的关系式进行预测和控制。7《医药信息分析与应用》课程组12:51:08二、回归分析编号NO体重（kg）肺活量（ml）编号NO体重（kg）肺活量（ml）编号NO体重（kg）肺活量（ml）160.145081156.9541812155.114238260.3844691257.2240972253.244523359.7443981355.9640632360.14516458.0440681457.8743342460.54473559.6743391556.8743012559.044297659.4443931655.9741412659.014123758.743891756.0739052759.74216859.7543061855.2839432859.064077960.543951955.7941952959.1242871058.7244622054.5640393054.2142018《医药信息分析与应用》课程组体重与肺活量之间有何关系，这里面的人都正常吗？如何处理？12:51:08回归分析9《医药信息分析与应用》课程组12:51:08回归分析10《医药信息分析与应用》课程组12:51:08二、回归分析11《医药信息分析与应用》课程组12:51:08二、回归分析12《医药信息分析与应用》课程组bxayˆ12:51:08二、回归分析13《医药信息分析与应用》课程组bxayˆ最小二乘法12:51:08二、回归分析•最小二乘法：拟合回归模型的原则是寻求代表性最好的模型•是一个随机变量；•的均值为零，即；•在每一个时期中，的方差为常量，即•各个相互独立；•与自变量无关。14《医药信息分析与应用》课程组i0iE2iuD12:51:09iiii二、回归分析•最小二乘法15《医药信息分析与应用》课程组niiySSE12)yˆ(niiibxaySSE1200bSSEaSSEiiiiiiiiiiiiiiinxxnyynxxnxnya2iiiiiiiiiiinxxnyynxxb22ˆ2yySEn12:51:09二、回归分析•最小二乘法•利用EXCEL计算：单击菜单栏中“工具”→“加载宏”命令，选择相应的“分析工具库”和“分析工具库–VBA函数”复选框，单击“确定”按钮，完成加载。16《医药信息分析与应用》课程组12:51:09二、回归分析•最小二乘法•利用EXCEL计算：单击“工具”→“数据分析”命令，选中“回归”选项，单击“确定”按钮。17《医药信息分析与...