第八章 统计 相关与回归.ppt

第一节 相关分析概述;联系与相互影响是普遍的现象;相关分析的意义;现象之间的相互关系，可以概括为两种不同的类型：;函数关系 ;是一一对应的确定关系 设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相应的值，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量各观测点落在一条线上 ;变量间关系不能用函数关系精确表达； 一个变量的取值不能由另一个变量唯一确定； 当变量 x 取某个值时，变量 y 的取值可能有几个； 各观测点分布在 直线周围 。 5. 现象之间客观存在 的不严格、不确定的 数量依存关系。; 相关关系的例子 商品的消费量(y)与居民收入(x)之间的关系 商品销售额(y)与广告费支出(x)之间的关系 粮食亩产量(y)与施肥量(x1) 、降雨量(x2) 、温度(x3)之间的关系 收入水平(y)与受教育程度(x)之间的关系 父亲身高(y)与子女身高(x)之间的关系;单相关;线性相关 ;正相关 ;相关关系的种类：;（1）确定现象之间有无相关关系，以及 相关关系的表现形态。 （2）确定相关关系的密切程度。 （3）确定相关关系的数字模型，并进行 参数估计和拟合优度检验。 （4）回归预测，并分析估计标准误差。 ;回归分析与相关分析;二者有共同的研究对象； 相关分析需要借助回归分析来说明变量间数量相关的具体形式； 回归分析需要借助相关分析来说明变量间数量变化的相关程度。;相关分析中x与y对等，回归分析中x与y要确定自变量和因变量； 相关分析中x、y均为随机变量，回归分析中只有y为随机变量； 相关分析测定相关程度和方向，回归分析用回归模型进行预测和控制。;第二节 相关关系的测定;相关表;简单 相关表;企业编号;平均每昼夜产量;相关图;用直角坐标系的x轴代表自变量，y轴代表因变量，将两个变量间相对应的变量值用坐标点的形式描绘出来，用以表明相关点分布状况的图形。;不相关 ;在直线相关的条件下，用以反映两变量间线性相关密切程度的统计指标，用r表示;相关系数r的取值范围：-1≤r≤1;序号;【例】计算工业总产值与能源消耗量之间的相关系数 资料;相关关系不等于因果关系； 相关系数只度量变量间的线性关系，因此，弱相关不一定表明变量间没有关系； 注意相关关系成立的数据范围。 ;回归：退回regression;（一）回归分析的意义： 回归分析就是对具有相关关系的两个或两个以上变量之间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)回归分析理解;;;;(三)回归分析的基本步骤 (1)确定自变量(解释变量)和因变量(被解释变量) (2)确定回归模型 从样本数据出发确定变量之间的数学关系式, (3)建立回归方程 对回归方程的各个参数进行估计. (4)对回归方程进行各种统计检验. (5)利用回归方程进行预测.;线性回归分析概述; 一元线性回归模型可表示为 y = b0 + b1 x + e (1) ? y 是 x 的线性函数(部分)加上误差项； ? 线性部分反映了由于 x 的变化而引起的 y 的变化； ? 误差项 ? 是随机变量； ★ 反映了除 x 和 y 之间的线性关系之外的随机因素对 y 的影响 ★ 是不能由 x 和 y 之间的线性关系所解释的变异性 ? ?0 和 ?1 称为模型的参数 ?0是回归直线在 y 轴上的截距，是当 x=0 时 y 的期望值 ?1是直线的斜率，称为回归系数，表示当 x 每变动一个单位时，y 的平均变动值; 一元线性回归模型的基本假定; (2) ;1．用最小二乘法估计回归参数;依照最小二乘法的思想，提出目标量Q;由微分极值理论;【分析】因为工业总产值与能源消耗量之间存在高度正相关关系（ ），所以可以拟合工业总产值对能源消耗量的线性回归方程。;即线性回归方程为：;;2、一元线性回归方程的检验;;;{; ★ 总平方和(SST)： 反映因变量的 n 个观察值与其均值的总离差 ★ 回归平方和(SSE)