汽车构造课件- 线性相关与回归818.pptVIP

下载本文档

6
0
约1.19千字
约 18页
2017-09-20 发布于江西
举报
版权申诉

汽车构造课件- 线性相关与回归818.ppt

1、本文档共18页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

房价走势图第十章线性相关与回归医学统计学模拟数据症状监测图模拟数据一、线性相关的基本概念把这种Y随着X变化而变化的关系称之为相关关系，如果这种变化呈现直线关系，又称之为直线相关（线性相关）或简单相关。相关关系直线相关根据散点图中点的分布即线性相关的性质和相关之间的密切程度，可分为以下几种情况： 1.正相关 2.负相关 3.无相关二、线性相关系数相关系数就是说明具有直线关系的两个变量间相关密切程度和相关方向的统计量。皮尔森(Pearson)相关系数的计算公式为：相关系数r没有测量单位，其数值为-1≤r≤1 根据散点图中点的分布即线性相关的性质和相关之间的密切程度，可分为以下几种情况： 1.正相关 2.负相关 3.无相关例10.1 从男青年总体中随机抽取11名男青年组成样本，分别测量每个男青年的身高和前臂长，身高和前臂长均以cm为单位，测量结果如下表所示，试计算身高与前臂长之间的相关系数。编号身高（cm）前臂长（cm） XY X2 Y2 (X) (Y) 1 170 47 7990 28900 2209 2 173 42 7266 29929 1764 3 160 44 7040 25600 1936 4 155 41 6355 24025 1681 5 173 47 8131 29929 2209 6 188 50 9400 35344 2500 7 178 47 8366 31684 2209 8 183 46 8418 33489 2116 9 180 49 8820 32400 2401 10 165 43 7095 27225 1849 11 166 44 3174 28561 2116 合计 1891 500 86185 326081 22810 r=0.8 10天监测样本 30天监测总体A 30天监测总体B 样本对总体代表性好！样本相关系数有意义！样本对总体代表性不好！样本相关系数无意义！三、相关系数的显著性检验原因：由于根据样本资料计算出来的相关系数存在抽样误差。举例：假设在一个X与Y无关总体中作随机抽样，由于抽样误差的影响，所得的样本相关系数也常常不等于零。结论：要判断两个变量X与Y在总体是否真的存在相关关系，需要作总体相关系数ρ是否为零的假设检验。常用的检验方法: t检验，其公式为：例10.1所得的值检验男青年身高与前臂长之间是否存在相关关系?