统计学原理 作者 张海平 孟泽云 第八章相关与回归分析.pptVIP

第八章 相关与回归分析 本 章 内 容 本 章 要 求 【知识目标】 理解相关分析、回归分析、一元线性回归方程的的概念,理解各种社会经济现象之间的依存关系和制约关系，并且将这种关系给予数量化，掌握相关关系的判定方法和一元线性回归方程的建立方法及回归预测法。 【能力目标】 能区别相关关系与函数关系、相关分析与回归分析，能分析判定各种社会经济现象之间的关系，尤其是数量关系，能确定一元线性回归方程并进行预测。 导　入　案　例 　　　社会经济现象的相互联系、相互制约、相互依存，构筑了错综复杂的客观世界。客观现象相互间的联系和制约关系，通常都能用数量关系适当加以表现。 　　　如：在产品生产过程中，社会对物质产品的需求量制约其生产量；物质产品的生产量增大，需要的人力、设备以及花费的费用也相应增多；人们的身高越高，一般体重也越重。 　　　反映和说明社会经济现象之间的这种相互依存的数量关系，就是相关关系。 导　入　案　例 　　　相关关系只用来表明两个变量相关程度的高低，但不能说明当一个变量发生一定量变时，因变量将发生多大的变化。 　　　当两个变量存在显著的相关关系时，如何用一个数学方程式提示它们之间变化的联系呢？ 　　　例如：已知身高数与人们的体重数密切相关，试问：身高170Ｃm，体重是多少公斤？又如，施肥量增加1公斤，产量会增加多少公斤？劳动生产率提高1元，生产费用会降低多少元？回答诸如此类的问题，都需要利用数量联系式，根据掌握的统计资料进行回归分析。 §8.1 相关分析 §8.1 相关分析 §8.1 相关分析 二、相关分析方法 1）简单相关表 §8.1 相关分析 2）分组相关表 表8-3 某公司产量和成本情况 (2) 双变量分组相关表 表8-4中的资料说明劳动生产率与工资水平的相关关系。双变量分组表似座标图，如果把y值看作y轴，x值看作x轴，左下“合计”看作原点，故分组变量值从原点起由小到大，这样可以显示相关的形态、方向和程度，如表8—4可以看出劳动生产率与工资水平呈负相关的关系。 双变量分组相关表是作为进一步计算和分析的依据，同时也有独立作用。 3.相关图 又称散点图。绘制时利用直角坐标，一般以x轴代表自变量，y轴代表因变量，将相关表的原始资料在坐标中画出自变量和因变量相关的坐标点，此点称为相关点，由相关点组成的图形，就称为相关图。从相关点在图上的分布及趋势，可以掌握变量之间的相关关系的状况。一般表现为下列关系图: 图8-1 相关关系图 图8-1 相关关系图 4. 相关系数 1）相关系数的概念 相关系数是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，记为r。其计算公式为： [例8—1] 已知某企业加工设备的使用年限及每年支出的维修费用统计如表8—5，试计算相关系数。 解：通过列表计算有关资料如下：表8-6 　r= 　　 　 =　 　 　 =0.858 2) 判断相关关系密切程度的标准 5.相关分析的特点 1) 两个变量的地位是对等的,不分原因与结果； 2) 只能计算出一个相关系数,说明两变量的密切程度和相关方向； 3）用来计算相关系数的两个变量都是随机的。 §8.２ 回归分析与一元线性回归方程 （二）回归分析与相关分析的区别 二、一元线性回归方程的建立 进行回归分析，我们的目的要建立一个变量x与变量y之间线性关系的方程，要配合一条直线，用这条直线反映现象之间的一般数学关系，并用这条直线进行预测。这条直线叫回归直线，反映这条直线的方程叫一元线性回归方程。设所求作的直线回归方程为： =a+bx 式中：—因变量的回归值； a—直线在y轴上的截距，又称回归常数； b—回归系数，它表示当自变量增加1个单位时，因变量相应的改变量。 最小二乘法 最小二乘法 §8.２ 回归分析与一元线性回归方程 解： 　 (1) r= 　　　=0.967 说明产品销售利润率与销售额之间存在高度正相关 §8.２ 回归分析与一元线性回归方程 三、估计标准误差 相关关系反映的是事物之间存在的并不十分严格的依存关系。 判断现象之间是否存在相关关系以及现象之间的相互联系程度、情况进行分析研究，称之相关分析。 相关分析方法有相关关系的定性判断法、相关表法、相关图法、相关系数法。定性判断法是基础，相关表法较简易，相关图法较直观，相关系数法用来判定线性相关现象较精确。 但相关分析只能回答变量之间相