对统计中相关分析与回归分析的论述.docVIP

对统计中相关分析与回归分析的论述 　　摘要：客观事物之间存在一定的依存关系，对这种关系的分析具有重要意义。本文阐述了相关分析与回归分析的概念，提出了分析中应注意的问题。 　　关键词：依存关系；相关分析；回归分析； 　　中图分类号：C82 文献标识码：A 文章编号：1001-828X（2014）08-0115-01 　　一切客观事物都是互相联系的。而且每一事物的运动都和它的周围其它事物相联系互相影响。客观现象间的互相联系，可以通过一定的数量关系反映出来。例如气温与降雨量之间，消费品需求量与居民收入水平之间，劳动生产率与产品成本之间，投入与产出之间等等，都存在着一定的依存关系。 　　一、相关分析与回归分析的概念。 　　（一）客观现象之间存在的互相依存关系叫相关关系，对现象之间相关关系密切程度的研究，叫相关分析。相关分析具有如下两个特点。 　　1.现象之间确实存在着数量上的依存关系。如果一个现象发生数量上的变化，则另一个现象也会相应地发生数量上的变化。例如商品流通费增加，一般商品销售额也会增加，反过来，如果商品销售额增加，一般商品流通费也要增加。身材较高的人，一般体重也较重。反过来，体重较重的人，一般身材也较高。再如，年龄与血压、播种量与粮食收获量之间等等都有数量上的依存关系。 　　2.现象之间数量上的关系不是确定的。相关关系的全称为统计相关关系，它属于变量之间的一种不完全确定的关系。这意味着一个变量虽然受另一个（或一组）变量影响，却并不由这一个（或一组）变量完全确定。例如，身高1.7米的人其体重有许多个值；体重为60公斤的人，其身高也有许多个值。身高与体重之间没有完全严格确定的数量关系存在。再如产品单位成本和劳动生产率的变动之间存在着一定的依存关系，但是除了劳动生产率的变动以外，还会受到材料消耗、设备折旧、能源耗用以及管理费用等诸因素变动的影响。 　　由此可见，相关关系是现象间确实存在的，但相关关系数值是不完全确定的相互依存关系。 　　（二）回归分析的概念。相关关系说明现象间有关系，但它不能说明一个现象发生一定量的变化。也就是说，它不能说明两个变量之间的一般关系值。 　　回归分析是指对具有相关关系的现象，根据其关系形态，选择一个适合的数学模型（称为回归方程式），用来近似的表示变量间的平均变化关系的一种统计分析方法。它实际上是相关现象间不确定、不规则的数量关系一般化、规则化。 　　二、相关分析与回归分析的区别与联系 　　（一）、相关分析与回归分析的区别： 　　1.相关分析所研究的两个变量是对等关系，回归分析所研究的两个变量不是对等关系，必须根据研究目的，先确定其中一个是自变量，另一个是因变量。 　　2.对两个变量x和y来说，相关分析只能计算出―个反映出一个反映两个变量间相关密切程度的相关系数，计算中改变x和y的地位不影响相关系数的数值；回归分析有时可以根据研究目的不同分别建立两个不同的回归方程。以x自变量，y为因变量，可以得出y对x的回归方程。以y为自变量，x为因变量，可得出x对y的回归方程。 　　3.相关分析对资料的要求是，两个变量都必须是随机变量，而回归分析对资料的要求是，自变量是可以控制的变量（给定的变量），因变量是随机变量。 　　（二）、相关分析与回归分析的联系 　　1.相关分析是回归分析的基础和前提。如果缺少相关关系，没有从定性上说明现象间是否具有相关关系，没有对相关关系的密切程度作出判断，就不能进行回归分析，即便勉强进行了回归分析，也是没有实际意义的。 　　2.回归分析是相关分析的深入和继续。仅仅说明现象具有密切的相关关系是不够的，只有进行了回归分析，拟合了回归方程，才可能进行有关分析的回归预测，相关分析才有实际的意义。因此，如果仅有回归分析而缺少相关分析，将会因为缺乏必要的基础和前提而影响回归分析的可靠性；如果仅有相关分析而缺少回归分析，就会降低相关分析的意义。只有把两者结合起来，才能达到统计分析的目的。 　　三、应用相关分析与回归分析应注意的问题 　　（一）在定性分析的基础上进行定量分析 　　在定性分析的基础上进行定量分析，是保证正确运用相关分析和回归分析的必要条件。也就是在确定哪些变量作自变量，哪些变量作因变量之前，必须对所研究的问题有充分正确的认识。相关分析的方法解释不了相关关系产生的原因，它本身不能判断现象之间是否存在相关关系。 　　（二）要注意现象质的界限及相关关系作用的范围 　　在进行相关分析和回归分析时要注意现象质的界限及相关关系作用的范围。超出了这个范围，分析结果就会歪曲事实。我们用数学模型得到的回归方程，一般都是根据一定范围内的有限资料来计算的，其有效性，一般只适用于该范围内，不适宜用于该范围外。也就是说利用回归方程，一般只适宜用于内插预测，不宜