统计学原理课件精要.ppt

2、相关系数的性质 （2）相关系数的取值范围在绝对值的 之间。其值大小反映两变量之间相关的密切程度， 具体判断方法。 的数值愈大，愈接近1，表示x和 Y直线相关程度愈高；反之 的数值愈小，愈接近0，相关程度愈低。通常的判断标准是 0.3称为微弱相关， 0.3 0.5称为低度相关，0.5 0.8称为显著相关， 0.8 1称为高度相关。 （1）相关系数有正负号，分别表示正相关和负相关。 （3）相关系数 表明两变量完全相关； 表明两变量完全不相关； 相关系数计算分析例题 880 36.4 ∑ 62 86 80 110 115 132 135 160 1.2 2.0 3.1 3.8 5.0 6.1 7.2 8.0 1 2 3 4 5 6 7 8 生产费用 月产量 序 号 1.44 4.00 9.61 14.44 25.00 17.21 51.84 64.00 207.54 3844 7396 6400 12100 13225 17424 18225 25600 104214 74.4 172.0 248.0 418.0 575.0 805.2 972.0 1280.0 4544.6 根据计算结果可知： 则相关系数为： 说明产量和生产费用之间存在高度正相关。 第三节 回 归 分 析 一、回 归 分 析 的 意 义 回归分析是对具有相关关系的两个或两个以上变量之间的数量变化的一般关系进行测定，确立一个相应的数学表达式，以便从一个已知量来推测另一个未知量，为估算预测提供一个重要的方法。 二、回 归 的 种 类 按自变量的个数分 一 元 回 归（只有一个自变量） 多 元 回 归（有两个或两个以上的自变量） 按回归线的形状分 线 性 回 归（直线回归） 非线性回归（曲线回归） 三、简单线性回归方程 简单线性方程式的一般形式： （当两变量的增长比率为常数时，它们之间就呈 现为一种简单线性关系。） 利用简单线性回归方程进行回归分析的前提： 所分析的两个变量之间必须存在相关关系，且 相关程度在显著相关以上。 对两变量进行简单线性回归分析的任务： 设法在分散的、具有线性关系的相关点之间配合一 条最优的直线，以表明两变量之间具体的变动关系。 在两变量相关的散点图中，引出一条最优的直线，这条直线就是估计回归线。它表明了两变量数量变动的一般关系。 估 计 回 归 线： 配合估计回归线的方程称为回归方程 方程式为： 回归系数b的经济涵义： 当自变量变动一个单位时，因变量的平均变动值。 配合直线回归方程的方法 配合直线回归方程的过程就是求解方程系数a、b 的过程，求解a、b的方法一般采用最小平方法。 用最小平方法配合回归直线的基本思想是： 在所有的相关点中，通过数学方法配合一条较为理 想的直线，这条直线必须满足两点： 2、原数列与趋势线的离差平方和为最小值。即 1、原数列与趋势线的离差之和为零。即： 通过求a、b的一阶偏导可得到求解a、b的联立方程： 解联立方程得到： 4544.6 74.4 172.0 248.0 418.0 575.0 805.2 972.0 1280.0 104214 3844 7396 6400 12100 13225 17424 18225 25600 207.54 1.44 4.00 9.61 14.44 25.00 37.21 51.84 64.00 880 36.4 ∑ 62 86 80 110 115 132 135 160 1.2 2.0 3.1 3.8 5.0 6.1 7.2 8.0 1 2 3 4 5 6 7 8 生产费用 月产量 序 号 根据前面例题资料配合生产费用依产量变化的回归方程： 则回归方程为: 回归系数b的涵义: 月产量每增加1000吨,生产费用平均增加12.9万元。 计算得到： 670 82 90 100 114 140 144 耐用消费品销售额（万元） 2820 340 380 450 470 560 620 人均年收入（元） 合计 1990 1991 1992 1993 1994 1995 时间 要求：分析两变量相关密切程度，若为显著相关以上， 则对两变量进行回归分析。 有某地区人均年收入与耐用消费品销售额资料如下： 答案：相关系数 r 0.98 b 0.24 a -1.13 yc -1.13+0.24x 回归系数b的涵义:人均年收入每增加一元,耐用消 费品销售额平均增加0.24万元。 四 回归系数的与相关系数关系 因为： 所以： 即： 五 回归分析与相关分析的特点 1、回归分析必须区