财务管理统计学第九章相关与回归教程.ppt

第九章 相关与回归分析 9.1 相关分析概述 9.2 线性相关的测定 9.3 一元线性回归分析 ★9.4 多元线性回归分析 ★9.5 非线性回归分析 相关和回归分析是研究事物的相互关系、 测定它们联系的紧密程度、揭示其变化的具 体形式和规律性的统计方法，是构造各种经 济模型、进行结构分析、政策评价、预测和 控制的重要工具。 基本要求： 相关与回归分析是处理变量之间关系的一 种统计分析方法。通过本章的学习，要求理解 相关关系的概念和种类、相关分析的概念和内 容；了解相关表与相关图；重点掌握简单相关 系数的计算方法及判断相关关系的密切程度； 理解回归分析的概念，熟练掌握建立一元线性 回归方程的方法；了解多元线性回归分析和非 线性回归分析及假设检验的方法。 第一节 相关分析概述 一、相关关系的概念* 二、相关关系的种类* 三、相关分析的概念及内容* 一、相关关系的概念 变量之间的依存关系 两种类型：函数关系和相关关系 比较下面两种现象间的依存关系 ⒈ 出租汽车费用与行驶里程： 总费用=行驶里程 ? 每公里单价 ⒉ 家庭收入与恩格尔系数： 家庭收入高，则恩格尔系数低。 函数关系与相关关系的区别和联系： 区别：函数关系是变量之间数量上严格的依 存关系，现象中的变量关系不是对等的；相关 关系是变量之间数量上不严格的依存关系，现 象中的变量关系是完全对等的。 联系：有函数关系的变量间，由于有测量 误差及各种随机因素的干扰，可表现为相关关 系；对具有相关关系的变量有深刻了解之后， 相关关系有可能转化为或借助函数关系来描述 三、相关分析的概念及内容 相关关系是研究两个或两个以上变量之 间的相关方向和相关密切程度的统计分析方 法。 所涉及的变量是随机变量，是对等关系 主要内容： 1.确定变量之间有无相关关系以及相关关系表现形式 定性分析，确定相关关系是前提 2.确定变量之间相关的密切程度 通过编制相关表、绘制相关图或计算相关系数进行 3.建立合适的数学模型 建立线性方程或曲线方程 4.测定变量估计值的可靠程度 计算估计值，测定估计标准误差 第二节 线性相关的测定 通过编制相关表、绘制相关图或计算相关系数 一、相关表与相关图 二、相关系数 一、相关表与相关图 相关表：用表格形式反映变量之间相关关系 的统计表，有简单相关表和分组相关表。(*) 相关图：又叫散点图，将两个变量间对应的 数值在直角坐标系中描绘出来，用于反映两变 量之间相关关系的图形。(*) 二、相关系数 概念：反映变量之间相关关系密切程度的统计分析指标。 类型：简单相关系数、偏相关系数、复相关系数 本章主要介绍的是简单相关系数 相关系数r的取值范围：-1≤r≤1 r0 为正相关，r 0 为负相关； |r|=0 表示不存在线性关系； |r|＝1 表示完全线性相关； 0|r|1表示存在不同程度线性相关： 0 |r| 0.3为弱相关 0.3 ≤|r| 0.5为低度相关； 0.5≤ |r| ＜0.8为显著相关； 0.8≤|r| ＜1.0为高度相关 分组相关表相关系数的计算 一、回归分析的概念 回归：泛指变量之间的一般数量关系。 回归分析：对具有相关关系的变量之间数量变化的一般关系进行测定，确定一个合适的回归方程，据以进行估计或预测的统计分析方法 类型： 1.按回归方程的形式： 线性回归分析和非线性回归分析 2.按变量的多少： 一元回归分析和多元回归分析 二、一元线性回归模型与回归方程 一元线性回归模型用于分析一个自变量x与一个因变量y之间线性关系的数学方程。 最小二乘法的基本原理,得到一条最佳的回归直线: 表示因变量的估计值, 表示回归直线的截距, 回归直线的斜率,又叫回归系数,表示当变量 变动 一个单位时, 的平均变动量. 相应的条件是: 三、一元回归方程的检验 （一）离差平方和的分解(*) 对每个观察点都进行同样的分解,然后求和 总离差平方和SST: 回归平方和，以SSR表示: 表示估计值 与平均值 的离差平方和， 它说明各个估计值的变动是由于x的变动而引起 的变动程度，说明SSR是由x与y的直线回归关系 引起的； 剩余平方和，以SSE表示 表示各观察值与估计值的离差平方和， 表示各观察值y围绕回归直线 的变 动程度，它是除了x对y的线性影响之外的一 切随机因素所引起的y的变动。 总离差平方和=回归平方和+剩余平方和(*) （二）可决系数r检验