统计学(第八章).ppt

《统计学》;第八章 相关与回归分析 ;学习目的和要求 ;学习重点;学习难点;教学方法;基本内容; 一、相关分析;2．相关关系 它反映现象之间确实存在的，但关系数值不固定的相互依存关系。这一概念表明： （1）相关关系是指现象之间确实存在数量上的相互依存关系。 （2）现象之间数量依存关系的具体关系值不是固定的。; 3．相关关系与函数关系的联系 由于有观察或测量误差等原因，函数关系在实际中往往通过相关关系表现出来。在研究相关关系时，又常常要使用函数关系的形式来表现，以便找到相关关系的一般数量表现形式。 ;（二）相关关系的种类;（二）相关关系的种类;（二）相关关系的种类;（二）相关关系的种类;各类相关关系的表现形态图 ;算相关系数 并检验;（四）相关表和相关图;表8-1 产品产量与生产费用相关表 ;2．相关图 ;产品产量与生产费用相关图;（五）相关系数 ;相关系数公式的涵义理解 ;2．相关系数的计算 ;表8-2 相关系数计算表 ;于是： =0.9697 ;（2）利用EXCEL计算相关系数;3．相关系数的意义;相关程度可分为以下几种情况： ;4．相关系数的显著性检验;对总体相关系数是否等于0的检验 ;第四步，做出判断。将计算的统计量与临界值对比，若统计量大于或等于临界值，表明变量间线性相关在统计上是显著的，若统计量小于临界值，则说明相关关系在统计上并不显著。 ;例4：对例3中产品产量与生产费用之间的相关系数检验 ;④由于 ，则拒绝 ，表明变量间线性相关在统计上是显著的。即产品产量与生产费用之间的相关系数是显著的。; 二、一元线性回归分析 ;2．回归分析的特点 （1）在变量之间，必须根据研究目的具体确定哪些是自变量，哪个是因变量。 （2）回归方程的作用在于，在给定自变量的数值情况下来估计因变量的可能值。一个回归方程只能做一种推算。推算的结果表明变量之间具体的变动关系。;（3）直线回归方程中，自变量的系数为回归系数。回归系数的符号为正时，表示正相关；回归系数的符号为负时，表示负相关。 （4）确定回归方程时，只要求因变量是随机的，而自变量是给定的数值。 ;回归分析;（二）一元线性回归分析 ;;例5：以表8-1的资料，建立一元线性回归模型表8-1 产品产量与生产费用相关表 ;3．回归方程的显著性检验 ;第二，样本回归方程 中的 、 是对总体回归方程中参数 的最小二乘估计值，样本回归系数 能否作为总体回归系数 的估计值，还需要对总体回归系数 的显著性进行检验。 ;回归方程的检验一般包括两个方面的内容： 一是线性关系的检验； 二是回归系数的检验。;（1）线性关系的检验 具体方法是将回归离差平方和同剩余离差平方和加以比较，应用F检验来分析二者之间的差别是否显著。检验的具体步骤如下： 第一步，提出假设。 H0：β=0， H1：β≠0：;第二步，计算检验统计量F。 可以证明，在原假设成立的情况下，F统计量服从F分布，第一自由度为1，第二自由度为n-2，即F~F（1，n-2）。;例6：以表8-1的资料为例，对其回归模型作F检验 ;F检验的步骤：;（2）回归系数的检验;回归系数的检验（续）;例7：以表8-1为例，对回归模型做回归系数检验 ;于是，T=128.9599/13.26277=9.72345 ③取显著性水平=0.05，并根据自由度n=6，查分布表得相应的临界值(2.447)。 ④由于T=9.723452.447，拒绝，表明样本回归系数是显著的，生产费用与产品产量之间???实存在着线性关系，产品产量是影响生产费用的显著因素。;以表6-1的资料为例，处理的简要步骤与结果如下： 在EXCEL主页面中，从[工具]——[数据分析]——[回归]进入回归分析的窗口做相应处理得如下图所示结果。; 由上图可知：相关系数R=0.9697，F检验回归方程显著，t检验回归系数P值小于0.05，说明回归系数是显著的，于是有可预测的回归方程：; 5．回归预测 ;例7：以表8-1所建的回归方程为例，取产量为10千吨，试计算生产费用在95%的预测区间 ;于是，值的预测区间为： 1802.83±2.4469×85.87即，1518.32≤yc0≤2087.35 以上预测区间说明，我们可以95%的概率保证，当产量为10千吨时，生产费用在1518.32到2087.35千元之间。;课堂小练习;课堂小练习;课堂小练习;课堂小练习;课堂小练习;课堂小练习;课堂小练习;课堂小练习;课堂小练习;课堂小练习;课堂小练习;课堂小练习;课堂小练习;Elements