第八章相关与回归_li.pptVIP

二、相关系数和决定系数的计算 充分应用计算器的统计功能键，计算： ? ? ? 将上述数值代入公式。 三、相关系数的显著性测验 样本相关系数r是否来自ρ≠0的总体，还须对样本相关系数r 进行显著性检验。 HO：ρ=0 ，HA:ρ≠0（ρ为总体相关系数） 可采用t测验法与F测验法对相关系数r进行测验。这里只介绍常用的t 检验法。 t 测验的计算公式为： F 检验的计算公式为： Sr—相关系数标准误 此外，还可以直接采用查表法对相关系数r进行显著性检验。先根据自由度n-2查临界r值(附表8)，得r0.05、 r0.01。 ?若|r|＜r0.05 ，P＞0.05，则相关系数r不显著； ?若r0.05≤ |r|＜r0.01，0.01＜P＜0.05，则相关系数r显著，标记“*”； ?若|r|≥r0.01，P≤0.01，则相关系数r极显著，标记“**”。 四、相关与回归的关系 ? r2=byx bxy ? r和b都是用一定的数值来表明两个变量之间的关系，二者变异的性质和方向完全一致； ? r只能根据数值的大小的绝对值来判断两个变量间的相关程度； b则能根据自变量的变化去推算依变量的变化规律。 相关系数和回归系数（方程）的显著性测验是等价的。即相关系数显著，回归系数亦显著；相关系数不显著，回归系数也必然不显著。 注意：在实际进行直线回归分析时，可用相关系数显著性测验代替直线回归关系显著性测验。 计算相关系数r 对r检验 （查表法） r不显著，则不建立直线回归方程 若r显著，计算回归系数b、回归截距a，建立直线回归方程 五、应用直线回归与相关的注意事项 ?回归分析和相关分析毕竟是处理变量间关系的数学方法，在应用时要考虑到客观实际情况。 ?要考虑到回归系数、相关系数等这些统计数的适用范围。 ?必须严格控制被研究的两个变量以外的各个变量的变动范围， 使之尽可能为固定的常量。 ?为了提高回归和相关分析的准确性，两个样本的容量一般不应小于5，且使x 变量的取值范围尽可能地大一些。 ?正确理解“相关不显著”和“回归不显著” ?一个显著的回归并不一定具有实践上的预测意义。 某实验室用两种方法，经典的燃烧法和简易的燃烧法，对相同的样品分别测其碳含量如下： （1）试问两法所得结果是否相同？ （2）两法所测含量是否存在线性的相关和回归关系？ （3）简易法能否代替经典法，道理何在？ 经典法 1.53 0.87 3.07 6.84 2.15 4.18 简易法 2.46 1.54 4.82 9.94 3.68 6.14 * * * * 第八章 直线回归与相关分析 前述各章讨论的问题，都只涉及一个变量或性状，而在实际研究中常常要研究两个或两个以上变量的关系。 变量间的关系分为两类： —完全确定性关系；(没有随机误差） —不存在完全确定性关系，不能由一个或几个变量的值精确地求出另一个变量的值；（相关关系） 最高月产、 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 、最高日产天数； 90天产奶量、 最高日产 猪的增重与饲料消耗； 绵羊胸围与体长； 仔猪初生重与断奶重； 例如 相关变量间的关系一般又分为两种： —因果关系（一个变量的变化受一个或几个变量的影响，有自变量/依变量之分）； 研究方法：采用回归分析 研究目的（任务）：揭示变量间的联系形式，建立回归方程，并由自变量（原因）来预测、控制依变量（结果） —平行关系（它们互为因果或两个以上变量之间共同受到另外因素的影响，无自变量与依变量之分） 研究方法：采用相关分析 研究目的（任务）：研究两个变量之间相关的程度和性质或一个变量与多个变量之间相关的程度（计算相关系数） 直线回归分析 一元回归分析 曲线回归分析 多元线性回归分析 多元回归分析 (复回归分析) 多元非线性回归分析 回归分析 简