第八讲 相关分析和回归分析详解.ppt

王玉荣制作 UIBE DMD讲义 第七讲 数据的回归和相关分析 王玉荣制作 第八讲 相关与回归分析 线性回归Linear Programming 一种强有力的基于数据的预测模型工具 建立反映一个变量的变化与其他相关变量变化的具体公式 问题的引出 案例1：研究考试成绩与复习时间的关系你希望自己的应用统计考多少分?需要花多少时间复习? 案例2：为了确定周末版报纸的日发行量 某大型报业公司想发行周末版，但在作出决定之前，必须确定周末版的日发行量，这个报纸当前在三个城市的日报日发行量分别为：200，000、400，000和600，000份，为了预测该报纸周末版的日发行量，该公司的市场部收集了本国35个报纸的日报日发行量与其周末版的日发行量的数据 案例3：分析影响信用卡支付倾向因素 CONSUMER RESEARCH 是一家专门从事社会调查和咨询服务的研究机构，能够为各个用户提供消费者态度和行为方面的资料。在该机构最近组织的有关消费者使用信用卡支付倾向的调查资料中，希望分析年收入、家庭成员和年信用卡支付金额的关系。 教学目的和要求 ■通过本讲学习，学生应该熟练掌握简单相关和回归分析方法的基本概念，基本步骤和应用，对多元相关和回归分析方法有一个初步的了解。 本讲内容 ★相关和回归分析的基本概念 ★两变量间线性关系的测度 ★简单线性回归分析 模型及其估计步骤 系数的检验 模型效果的评价 模型的应用 ★多元相关和回归分析 ★应注意的几个问题 相关和回归分析的基本概念 ?函数关系和相关关系 ?线性关系和非线性关系 ?相关分析的目的 ?回归分析的目的 函数关系和相关关系 ●函数关系： 两变量的数量表现在一定条件下是完全确定的。 ●相关关系（统计关系）： 两变量的数量表现尽管存在着密切关系，但却不是完全确定的。 相关关系的种类 按涉及变量的多少可分 简单相关关系（一个自变量和一个因变量） 多元相关关系（多元相关关系：一个因变 量和多个自变量） 按两变量关系在图形上的形态可分 线性相关 非线性相关 按两变量变动的方向可分 正相关 负相关 分析相关关系的定量方法 相关分析和回归分析的目的 相关分析的目的 描述变量间相关分析的密切程度 回归分析的目的 在因变量和自变量之间建立一个数学模型，根据这个模型描述因变量如何随自变量的变化而变化。 是因果关系吗?请思考 相关分析（相关关系的测度） 散点图 协方差 相关系数 散 点 图 35家报纸的日报日发行量与其周末版的日发行量的散点图 协方差 定义(教材243页) 描述两变量间协变关系密切程度的一个量数 公式 作用 缺点 相关系数(教材248页) 定义 公式 取值范围 相关系数绝对值的含义 相关系数的显著性检验 回归(Regression)的由来 简单线性回归分析 简单线性回归模型及估计 简单线性回归模型及方程 简单线性回归方程参数的估计步骤 简单线性回归方程参数的估计方法 普通最小二乘法 简单线性回归模型（总体） 总体线性回归模型的图示 总体线性回归模型 样本线性回归方程 建立线性回归模型的步骤 确定研究的问题 定性和定量分析相结合，正确选择变量 搜取样本资料(数据资料) 设样本回归方程(如: ) 估计未知参数(计算统计量) 得到样本回归方程 检验回归方程 用模型预测因变量 拟合样本线性回归方程的方法(P250) ----最小二乘法 样本回归系数的计算公式 回归系数计算公式(教材251页) 首先计算两个数值： 再计算两个回归系数 Linear Regression Model To demonstrate this, we will examine the relationship between: hours of study for an exam the score on that exam The question is: is the number of hours of study a good predictor of the exam score? Linear Regression Model The scores for 20 randomly selected students are: Scatterplot Scatterplot 案例2: 散点图 判断回归模型拟合优良的指标 可决系数 总变差，已解释变差，未解释变差的关系 可决系数 定义：已解释变差与总变差的比值，在估计Yi时，在总变差中可被X解释的比率，它越大，说名Y与X的关系越密切，回归模型效果好 公式： 案例1的