- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第十三章 简单回归和相关分析研究两个变量之间的关系 本章重点 什么是线性回归模型 建立线性回归模型的步骤 解释最小平方法 计算回归系数 样本回归方程在统计推断中的作用 如何衡量变量之间关系的密切程度 函数关系和统计关系 函数关系: 两变量的数量表现在一定条件下是完全确 定的。 如: 圆的面积和半径的关系 统计关系(相关关系): 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。 如:成本和利润的关系 统计关系的种类 按涉及变量的多少可分 简单相关回归关系(一个自变量和一个因变量) 复相关复回归关系(一个因变量和多个自变量) 按变量关系在图形上的形态可分 线性相关回归 非 线性相关回归 按 两变量变动的方向可分 正相关回归 负相关回归 分析统计关系的定量方法 12省市自治区销售额与利润额的相关 12省市自治区销售额与利润额的回归 12省利润额对销售额的散点图及回归 相关系数的计算 相关系数对样本相关关系的计量 建立 样本线性回归模型的方法----最小平方法 样本回归系数的计算公式 线性回归分析 建立 样本线性回归模型的实际例子1 销售额和利润额的散点图 实际例子的计算1 实际例子的计算2 建立 线性回归模型的步骤 确定研究的问题 设样本回归模型(如: ) 搜集样本资料(数据资料) 估计未知参数(计算统计量) 得到样本回归方程 用模型预测因变量 总体线性回归模型的图示 总体线性回归模型 利用回归方程预测的三个假设条件 对于给定的每个X,Y都服从正态分布 是随机变量并相互独立 对于给定的每个X, 都相等, 三个假设条件的图示 总体回归模型与样本回归方程 估计标准误差 估计标准误差: 实际观察值Y与 Y的平均离差 它可用来估计Y值围绕总体回归线的离散 程度 利用回归方程对总体进行推断 对给定的X,求 的置信区间 对给定的X,求单个 的置信区间 求 的置信区间 根据样本回归方程对 的假设进行检验 Yi, 之间的关系 对给定的X,求 的置信区间 的置信区间 Yi 的推算区间 Yi 的推算区间 为什么 Yi 的置信区间比 的置信区间宽 影响区间宽度的因素 置信系数 Y的变异程度 样本容量的大小 给定的X与 的距离 对总体回归系数的假设检验 对总体回归系数的假设检验的例子 可决系数 作用:衡量回归对Y变异的解释程度。 总变差=已解释变差+未解释变差。 已解释变差 可决系数= 总变差 经调整的可决系数 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,拟合回归方程的解释作用越强。 公式: 可决系数的例题 相关系数---- 可决系数的平方根 经调整 可决系数 请解释结果: 请解释结果: Y X Yi X(给定的) ? (通过样本回归方程计算得到) b1 Yi Y Xi 总变差 未解释变差 已解释变差 = + SST SSE SSR = + 结论:利润额的变动有68.17%来自销售额 的变动. * * 实际观察值与样本回归线上 的点的距离的平方和最小 X Y e1 e2 e3 e4 最小 目的; 在因变量和自变量之间建立一个数学模型,根据这个模型可以根据自变量的变动预测因变量的变动。 应注意的问题: 1. 建立模型的目的 2. 谁将用这个模型 3. 建立 模型用的资料是否合适 4. 如何利用模型 现有10个企业的销售额和利润的资料 问: 利润额和销售额 之间存在什么样 的关系 利润额 表示当销售额增加或减少1亿元时,利润额平均增加或减少0.22亿元 Y X 观察值 观察值 因变量 自变量 参数 随机误差 Y单值 Y条件平均数 即对应不同的X,Y的离散程度是相等的. Xi XJ Xk Y X 观察值 观察值 ei Y拟合值 残值 Y X Yi X(给定的) ? ? (通过样本回归方程计算得到) * * *
文档评论(0)