第六章相关分析与回归分析.pptVIP

一、变量间的相互关系 二、相关关系的种类 三、相关表和相关图 将某一变量x按其数值大小 顺序排列，然后再将与其相关的另一个变量y对应值平行排列，观察x由小到大变化时，y的变化情况。 四、相关系数 简 单 相 关 系 数 以两个变量与各自均值的离差为基础，通过两个离差相乘来反映变量之间相关程度。 ⑴实现指标的无量纲化。 ⑵将相关系数的取值范围控制在-1与+1之间。 五、相关分析与回归分析 用相关图表和相关系数研究两个或两个以上变量之间相关程度的方法。 一、简单线性回归方程的建立 【例】某企业上半年产品产量与单位成本资料如下： 二、估计标准误 估计标准误是衡量因变量的估计值 与观测值 之间离差的平均水平指标。 三、简单线性回归模型预测 四、二元线性回归方程 ， 称为偏回归系数。 ：当取固定值时，每变动一个单位所引起y的平均变动量。 ：当取固定值时，每变动一个单位所引起y的平均变动量。 设销售收入X为自变量，销售成本Y为因变量。现已根据某百货公司12个月的有关资料计算出以下数据：(单位：万元) 一、简单线性回归方程的建立 二、估计标准误 三、简单线性回归模型预测 四、二元线性回归方程 §6.2　 线性回归分析 返回 回归分析的种类 一元回归 （简单回归） 多元回归 （复回归） 线性回归 非线性回归 一 元线性回归 Simple Linear regression 按自变量的 个数分 ⒈ 按回归曲线的形态分 ⒉ 对于经判断具有线性关系的两个变量y与x，在它们的相关图的散点中引出一条模拟的回归直线，以表明两变量的关系，我们称它为估计回归线。配合回归线相应方程式称为回归方程，即： 简单线性回归方程的几何意义 截距 斜率 一元线性回归方程的可能形态 b为正 b为负 b为0 简单线性回归方程建立的步骤 2、确定简单线性回归方程： 截距a 表示在没有自变量x的影响时，其它各种因素对因变量y的平均影响；回归系数b 表明自变量x每变动一个单位，因变量y平均变动b个单位。 1、确定自变量、因变量；在两个变量之间，必须确定哪个是自变量，哪个是因变量。 式中： 是y的估计值，a为直线在y轴上的截距，b为斜率，又称为回归系数。 随机干扰：各种偶然因素、观察误差和其他被忽视因素的影响 X对y的线性影响而形成的系统部分，反映两变量的平均变动关系，即本质特征。 残差(Residual):e 3、确定待定参数a、b 普通最小二乘法（OLS） 基本数学要求： 整理得到由两个关于a、b的二元一次方程组成的方程组： 进一步整理，有： 73 72 71 73 69 68 2 3 4 3 4 5 1 2 3 4 5 6 单位成本（元） 产量（千件） 月份 要求：⑴计算相关系数，说明两个变量相关的密切程度。⑵配合回归方程，指出产量每增加1000件时，单位成本平均变动多少？⑶假定产量为6000件时，单位成本为多少元？ 解：⑴计算相关系数 说明产量和单位成本之间存在高度线性负相关关系。 即线性回归方程为： 回归系数b的经济意义：它表示当x每变动一个单位时，y平均来说变动多少。即：产量x每增加1000件，单位成本平均下降1.82元。 （2）设回归方程为： ⑶当产量为6000件时，即x＝6，代入回归方程： y＝77.37－1.82×6＝66.45（元） 返回 概念 它可以说明回归方程的代表性。 计算公式 其中： ：估计标准误； ：估计值； ：实际值；n-2：回归估计自由度。 【例A】根据某部门8个企业产品销售额x（十万元）和销售利润y（万元）的资料得出以下计算结果： 要求: （1）计算产品销售额与利润额的相关关系； （2）建立以利润额为因变量的直线回归方程并说明回归系数的经济意义； （3）计算估计标准误。 返回 点估计 对于给定的 X 值，求出 Y 预测值。 区间估计 对于给定的 X 值，求出 Y 的置信区间。 区间估计步骤 （1）计算点预测值 ； （2）计算估计标准误 ； （3）给定显著性水平 ，查标准正态分布表，得临界值 ； （4）下限= ； 上限= 【例B】接例A，当产品销售额x为7000万元时，试以95.45%的概率保证程度估计销售利润y的置信区间。 返回 基本模型： 返回 练习 要求： 1)计算销售收入与销售成本之间的相关系数？ 2)试拟合简单线性回归方程。 3)方程中回归系数具有什么经济意义？ 4)假设明年1月份销售收入为800万元，则其销售成本95%置信区间为多少？ 5)最小二乘法的数学依据是什么？ STAT 第六章 相关分析与回归分析 一、变量间的相互关系 二、相关关系的种类 三、相关表