国统笔记第七章.docVIP

第七章 相关分析和回归分析（本章铁定考一道计算题） 相关分析的意义和种类 相关关系的概念和特点 相关关系：是指客观现象之间存在的非确定的相互依存关系。（必考的名词解释） 相关关系的2个特点：（多项选择题） 现象之间确实存在着数量上的依存关系。 现象之间数量上的关系不是确定的 相关关系的种类 1、根据相关关系的方向划分 正相关： 是指两个变量之间的变化方向一致。（收入与需求是正相关） 负相关： 两个变量的变化趋势相反。（年纪越大，身体越差是负相关） 2、根据自变量的多少划分 单相关： 只反映一个自变量和一个因变量的相关关系。（一对一，就是一元函数） 复相关： 反映两个及两个以上的自变量同一个因变量的相关关系（多对一，就是多元函数） 3、根据相关的形式不同划分 线性相关（直线相关）： 一个变量变动时，另一个变量也相应发生大致均等的变动。 非线性相关（曲线相关）： 一个变量变动时，另一个变量也相应发生大致不均等的变动。 4、根据相关关系的程度划分 不相关： 两个变量彼此的数量变化相互独立，没有关系。 完全相关： 一个变量的数量变化由另一个变量的数量变化所唯一确定。（就是一个函数关系） 不完全相关： 两个变量之间的关系介于不相关和完全相关之间。 相关分析的主要内容 相关分析主要内容有以下几方面：（考点） 确定现象之间有无关系。 确定相关关系的表现形式。 测定相关关系的密切程度和方向。 第二节 相关关系的判断 相关关系的判断方法：表格法、图表法和相关系数法。（多项选择题）（重点是相关系数法） 一、表格法（简单了解此方法，相关表的种类做为考点） 根据资料是否分组，相关表有 简单相关表 分组相关表 单变量分组表(自变量只有一个) 双变量分组表（自变量有一个以上） 二、图示法（单选题） 判断方法如下： 强正相关 弱正相关 强负相关 弱负相关 非线性相关 不相关 强正相关：（图7—1）：当变量X的数值增大时，变量Y的数值也明显增大，相关点的分布集中呈直线形状，说明这两个变量间 相关系数（计算题，必须把握） 相关系数（r）：在直线相关条件下，说明两个现象之间相关关系密切程度的统计分析指标。（名词解释） 相关系数的数值范围：在-1和+1之间，即—1≤r≤1。计算结果，r＞0时为正相关，r＜0时为负相关。相关系数r 的数值越接近于1（+1或—1）,表示相关关系越强，越接近0，表示相关关系越弱。（单项选择） 为了判断时有个标准，现介绍一种相关关系密切程度的划分方法：相关系数的绝对值在0.3以下是无直线相关; 0.3以上是有直线相关。0.3~0.5之间是低度直线相关; 0.5~0.8之间是显著相关（中等程度相关）; 0.8以上是高度相关。(必背必考) 相关系数的计算（必须记住公式） 公式： 可以看出,r取正值或负值决定, 当其为正时，得出r为正相关；当其为负是，得出r为负相关。 协方差（/n）的作用：（简答题） 显示X和Y是正相关还是负相关。 2） 显示X和Y相关程度的大小。 标准差和标准差的作用。 标准化变量的协方差 经过上述数学处理，其主要的作用有两方面： X,Y协方差的名数(即有单位)，不同现象的变异情况不同，相关程度不能直接以协方差大小加以比较。 X,Y协方差的值可以无限增加或减少，不便于说明问题，将变量离差标准化，使相关的绝对值不超过1，即≤1。 相关数简捷法计算公式：（公式必记） 第三节　回归分析与一元线性回归 一、回归分析与相关分析：（一）回归分析的概念： 回归分析是指在相关分析的基础上，考察变量之间数量变化规律，并通过一定的数学表达式描述它们之间的关系。（二）回归分析与相关分析的：（简答题）1、相关分析研究的两个变量对等关系。回归分析需要研究两个变量2、相关分析计算与y回归分析3、相关分析而回归分析相关分析是回归分析的基础和前提。回归分析是相关分析的深入和继续。　　二、一元线性回归模型：一元线性回归模型的拟合：y=a+bx　　　　 估计标准误差）： 简捷公式: Sy = 四、在回归分析中应注意的问题：　 1）在定性分析的基础上进行定量分析，是保证正确运用回归分析的必要条件。 2）在回归方程中，回归系数的绝对值只能表示自变量与因变量之间的联系程度，以及两变量间的变动比例。 3）在进行回归分析时，为了使推算和预测更准确，应将相关系数、回归方程和估计标准误差结合使用。 4）要具体问题具体分析。