第八章相关与回归重点分析.pptVIP

误差平方和的分解 (误差平方和的关系) SST = SSR + SSE 总离差平方和 (SST) { 回归离差平方和 (SSR) { 残差平方和 (SSE) { 三个离差平方和的意义 总离差平方和（SST） 反映因变量的 n 个观察值与其均值的总离差，变量y变化的离散状况。 回归离差平方和（SSR） 反映自变量 x 的变化对因变量 y 取值变化的影响，可以由x来解释的那部分y的变动。 也称为可解释的平方和。 残差平方和（SSE、Q） 反映除 x 以外的其他因素对 y 变动的影响， 也称为不可解释的平方和或剩余平方和。 可决系数（判定系数 R2 ） 可决系数=回归离差平方和占总离差平方和的比例 综合度量样本回归方程对样本观测值拟合程度的，衡量自变量对因变量综合解释能力的强弱 可决系数 R2 的特点 （1）R2的取值范围：[ 0 , 1 ] ； R2 ?1，说明回归方程拟合效果越好； R2?0，说明回归方程拟合得越差。 （2）R2是样本观测值的函数，是随抽样而变动的随机变量； （3）在一元线性回归中，R2是简单线性相关系数的平方：R2＝(r)2 因变量离差平方和分解法算相关系数 在直线相关的条件下，由于相关系数等于判定系数的平方根，所以，由判定系数的计算公式可得，相关系数也可以由下述公式计算： 但不能判明相关方向，须通过其他方法确定相关系数的正负。 测定多元线性方程，则此方法算出来的是复相关系数，又称多重相关系数，反映多个自变量与一个因变量之间相关程度的大小。 若测定非线性的相关程度，对曲线回归方程线性化后可得相关指数。 9--* 序号 广告费X 销售额Y XY X2 Y2 1 30 300 9000 900 90000 2 40 350 14000 1600 122500 3 40 490 19600 1600 240100 4 55 500 27500 3025 250000 5 72 600 43200 5184 360000 6 85 610 51850 7225 372100 7 90 700 63000 8100 490000 8 95 660 62700 9025 435600 合计 507 4210 290850 36659 2360300 广告费X和销售额Y的相关系数为0.939 ，为高度线性正相关关系。 9--* 相关系数的检验 1、提出假设：H0：? （总体相关系数）? ? ；H1： ? ? 0 2、确定检验的统计量： 当X,Y均为正态随机变量时， 3、确定显著性水平?，得到临界值t??? ，根据样本数据计算检验统计量。 若t t??? ，拒绝H0（即总体线性相关显著） 反之，不能拒绝H0 （即总体线性相关不显著） 对上例的相关系数进行显著性检(??0.05) 提出假设：H0：? ? ? ；H1： ? ? 0 计算检验统计量的值及其P值： ?＝0.05，临界值为 t???(n-2)=t0.025(6)=1.943，统计量取值大于临界值。 结论：拒绝H0 ，广告费和销售量之间线性相关显著 回归分析 当变量存在相关关系时，就可以利用一个数学模型对其进行回归分析了。 y = f (x，μ) μ为随机变量 第三节 回归分析概述 回归分析的基本内容——揭示具有相关关系的变量之间具体的数量变化关系。 根据样本数据建立回归方程； 对样本回归方程进行检验（拟合优度检验和参数的显著性检验）； 利用所求的回归方程进行分析、预测。 “回归” 的古典含义与现代含义 “回归”的古典意义—— 相对于一定身高的父母，子女的平均身高有朝向人类平均身高移动或回归的趋势。 英国生物学家高尔顿在遗传学研究中提出 现代意义的回归—— 一个(因变量)受另外一个或多个变量(自变量)依存关系的研究，用适当的数学模型去近似地表达或估计变量之间的平均变化关系， 其目的是要根据已知的或固定的自变量的数值，去估计因变量的总体平均值。 相关与回归分析的联系 相关分析__表明变量间相关关系的性质和程度 回归分析__确定变量间相关的具体数学形式 只有当变量间相关程度较高时，进行回归分析才有实际意义; 多变量相关分析中，相关系数的确定则是建立在回归分析基础上的。 回归分析与相关分析的区别 1. 变量的地位 相关分析中，变量 x、 y 处于对等（对称）地位。 回归分析中， y 为因变量，处在被解释的地位；x 为自变量，用于解释和预测因变量变化。 2. 变量的性质 相关分析中所涉及的变量 x 和 y 都是随机变量； 回归分析中，因变量 y 是随机变量，通常假定自变量是非随机变量。 回归分析的程序 确定变量间相关关系的数学表达式——建立总体回归函数； 从一组样本数据出发，得到样本回归函数 对这些关系式的可信程度进行各种统计检验； 利用