变量间相关关系,统计案例摘要.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 　　2.两变量相关关系的强弱的判断在尚未断定两个变量之间是否具有线性关系之前，可以画出散点图，借助于图象的直观性加以判断.另 外，可求出相关系数 当　≥0.75时，相关性很强，当0.3≤　0.75时，相关性一般，当|r|≤0.25时，相关性较弱. 　　3.回归模型拟合的效果判断 　　(1)利用相关指数R2来刻画回归的效果： 其计算公式是 R2的值越大，表示模型拟合的效果越好. (2)残差图法：残差点比较均匀地落在水平的带状区域中，说明选用的模型比较合适.这样的带状区域的宽度越窄，说明模型拟合精度越高，回归方程的预报精度越高.　 (3)残差平方和法：残差平方和越小，也就是说模型拟合的效果越好. 4.建立回归模型的基本步骤 (1)确定研究对象，明确哪个变量是解释变量，哪个变量是预报变量. (2)画出确定好的解释变量和预报变量的散点图，观察它们之间的关系（如：是否存在线性关系，等等）. (3)由经验确定回归方程的类型（如呈线性关系，则运用线性回归方程y=bx+a）. (4)按一定规则估计回归方程中的参数（如最小二乘法）. (5)得出结果后分析残差图是否有异常（个别数据对应的残差过大，或残差呈现