7线性相关与回归.pptVIP

二、理论复习 （一）线性相关 （二）线性回归 （三）线性相关和回归的区别与联系 （四）等级相关 （一）线性相关 1、基本概念 判断两个随机变量间是否有线性协同变化关系，变化的趋势、方向及密切程度 两个随机变量间是平等关系 2、相关系数（coefficient of correlation） 是描述具有线性关系的两个变量间相关关系的密切程度和方向的统计指标。 2、相关系数（coefficient of correlation） 越大 相关关系越密切 =1 完全相关，散点在一条直线上 部分相关 3.相关分析的基本步骤 （1）绘制散点图 （2）计算相关系数 （3）对相关系数假设检验 相关系数的假设检验 ①t检验 建立检验假设、确定检验水准 计算统计量 确定P值，作出推断结论： 查t值表 ②查表法 按 直接查附表的r界值表(表12-3)， 得到P值。 （二）线性回归 1、概念 直线回归是分析两个变量（x和y至少一个是随机变量）之间线性依存关系的统计方法。 用回归方程表示 ：按回归方程所求得的应变量 Y 的估计值 a：截距，当 x=0 时 Y 的平均估计值 b：回归系数，又称斜率: 变量x每增加(或减少)一个单位，y平均改变b个单位 2、回归分析的基本步骤 （1）按实测值绘制散点图 （2）求直线回归方程 求 a, b的值 （3）回归系数的假设检验 （4）绘制回归直线 在自变量x的实测范围内任取相距较远且易读的两个x值，代入直线回归方程求得两点 ,过这两点作直线即为所求的回归直线。 区别与联系 区别 ①相关：要求x与y两个变量均为随机变量， 且服从于双变量正态分布。 回归：应变量y为随机变量，服从正态分布（Ⅰ型回归）。 双随机变量，服从正态分布，（Ⅱ型回归） ②回归：以直线方程描述两变量间依存变化的数量关系 相关：反映两变量间的共变关系，以相关系数描述两变量 间直线相关关系的密切程度和方向。 联系 1 对同一组数据，所计算的 r 和 b，正负符号相同。 2 对同一样本，r 与 b 的假设检验是等价的， tr= tb,结论一致。 3 用回归解释相关：相关系数的平方称作决定系数， 它可反应相关分析的实际意义。 等级资料的相关(Spearman等级相关) 基本思想： 对观察值 X 和Y 作秩变换，然后计算RX 和RY的相关系数 注意：Ｘ、Ｙ分别编秩，有相同数据时，取平均秩次 等级相关系数的假设检验 （1）查表法： 当n≤50时，根据 n 查 rs 界值表，作出推断 当n＞50时，查 r 界值表， υ=n-2 （2）t 检验： 当n＞50时，进行 t 检验:υ=n-2 根据t分布作出推断。 小结 1.相关系数的含义与假设检验 2.相关与回归的区别与联系 3.回归系数、决定系数的含义 计算器LR模式的使用 1.进入模式 MODE 2 LR 2.清除内存 KAC 即：shift AC 清除SD、LR模式下数据 3.输入数据 X ;Y DATA 4.改错① X输错未输入 C；X输错：已输入 , 重新输入正确X ② X、Y一组输错： shift DEL ③ X正确、Y输错： shift DEL ，重输正确数据。 5.显示结果 shift 　7 8 9 1 3 4 　 6 　 a b r x的s y的s