统计学课件9.pptVIP

第九章 相关分析与回归分析 教学目的与要求 1、对相关关系与函数关系的理解 2、掌握相关分析的主要内容以及相关系数的概念、 计算、取值和判定标准 3、熟悉相关系数的显著性检验 4、掌握一元回归分析的主要内容，包括回归方程的 建立、回归方程的拟合及回归方程的显著性检验 5、掌握相关与回归分析的区别和联系 第一节 基本概念 一、函数关系和相关关系 （一）函数关系和相关关系的概念 在日常经济活动中，许多客观现象之间都存在着有机的联系，这些联系都可以通过一定的数量关系反映出来。例如，价格和利润的关系，产量和成本的关系等等。这些或相互依存、或相互制约的错综复杂的关系构成了社会经济关系，我们可以把它们分为函数关系和相关关系两类。 1、函数关系 函数关系是指客观现象之间存在的可用数学表达式来描述的相互依存关系，当一个或几个变量取一定的值时，另一个变量有确定的值与之对应。若我们用 来表示自变量，用y表示因变量，则它们之间的函数关系可以表示为 （9-1） 2、相关关系 相关关系指的是现象之间确实存在的，但是系数值并不确定的相互依存关系。在相关关系中，一个变量并不是完全依赖于另一个变量，它同时还受到其他变量的影响。变量间的相关关系可以表示为： （9-2） 其中ε表示误差项或干扰项。 （二）函数关系和相关关系的区别和联系 具有函数关系的变量间存在确定的数量关系，而具有相关关系的变量之间的数量关系则是不确定的。函数关系往往是通过相关关系表现出来，相关关系也常常借助函数关系的方式进行研究。 二、相关关系的种类 (一)按照涉及的变量数来划分，分为单相关和复相关 单相关就是一个变量对另一个变量的相关关系，例如 商品的需求量与其价格之间呈现单相关关系；复相关则是指 一个变量与两个或者两个以上的变量之间的相关关系，例如 商品的销售额与商品的价格水平、人们的收入水平之间存在 的相关关系。 (二)按照变量之间的相关方向来划分，分为正相关和负相关 正相关指的是变量之间的变化方向一致，呈现出同增 同减的趋势，例如员工的工资随着劳动生产率的提高而增 加；负相关则是指现象间的变化方向相反，当一个现象的数 量变小（变大）时另一个现象反而变大（变小），例如劳动 生产率的提高则会使得单位产品的消耗时间减少。 （三）按照相关关系的表现形态来划分，分为线性相关和非线性相关 线性相关指的是当自变量发生变动时，因变量随着发生大 致均等的变动，从图形上看，观察点的分布近似为一条直 线。反之，非线性相关则是指自变量发生变动时因变量发生 的不是均等的变动，图示上表现为曲线形式，如抛物线等。 （四）按照变量间的相关程度来划分，分为完全相关、不相关和不完全相关 当因变量的数值完全随着自变量的数值变动而变动时，这 种相关关系即为完全相关。当变量之间完全不存在任何关系 时，这种关系即为不相关。当变量之间的关系介于完全相关 和不相关之间时，称为不完全相关。 三、相关分析和回归分析 （一）相关分析的主要内容 相关分析是研究现象之间是否存在某种依存关系，并对具 体有依存关系的现象探讨其相关方向以及相关程度，是研究 随机变量之间的相关关系的一种统计方法。 相关分析的主要内容有： 1．确定现象之间有无相关关系。判断现象间是否存在着依 存关系是相关分析的起始点。相关分析的首要任务，就是要 判断现象之间是否存在必要的联系以及联系的形式。 2．确定相关关系的表现形式。只有判明了现象相关关系的 具体表现形式后，才能运用相应的相关分析方法去进—步研 究相关的程度，并建立相应的相关关系表达式。 3．判定相关关系的密切程度和方向。现象之间的相关关系 是一种不严格数量关系，相关分析就是要从这种不确定的数 量关系中，判定其相关关系的密切程度和方向。 （二）回归分析的主要内容 回归分析是确定两种或两种以上变量间相互依赖的定量关 系的一种统计分析方法，它是根据相关关系的具体形态，选 择合适的数学模型，对变量间的平均变化关系进行分析。回 归分析按照涉及的自变量的多少，可分为一元回归分析和多 元回归分析；按照自变量和因变量之间的关系形态类型，可 分为线性回归分析和非线性回归分析。如果在回归分析中， 只包括一个自变量和一个因变量，且二者的关系可用一条直 线近似表示，这种回归分析称为一元线性回归分析。如果回 归分析中包括两个或两个以上的自变量，且因变量和自变量 之间是线性关系，则称为多元线性回归分析。 （三）相关分析与回归分析的区别 相关分析与回归分析在实际应用中有密切关系。然而在回归分析中，着重研究一个变量关于另一个（些）变量的依赖关系的计算方法和理论。其目的在于通过后者的已