第8章(1—3节)统计学课件穆慧萍主编立信会计.pptVIP

第九章 相关分析与 回归分析 第一节 相关与回归分析的 基本概念 一、相关关系的概念 一切客观事物都是互相联系的。每一事物的运动都和它周围的其他事物互相联系、互相影响。 如消费品需求结构与居民收入水平之间，劳动生产率与产品成本之间等等，都存在相互的联系。 但是现象的相互联系可以区分为两种不同的类型： （一）、函数关系 就是变量之间存在的完全确定性的数量关系,即函数关系。 例如： S =πr2 （二）、相关关系 现象之间存在着互相依存关系，但数量上是不确定的，叫相关关系。 相关关系与函数关系的区别与联系： 函数关系是变量之间的一种严格、完全确定性的关系，即一个变量的数值完全由另一个变量的数值所确定，通常用数学公式表示。但相关关系只是一种依存关系。 确定性函数关系在实际应用中往往通过相关关系表现出来；反之，当人们对事物的内部规律了解更深刻的时候，相关关系又可能转化为确定性关系，即函数关系。 二、相关关系的种类 (一)、根据依存关系的情况划分 １.因果关系。又可分为两类： ①、单向依存关系。 例如合理的施肥量影响粮食产量，不是粮食产量影响施肥量。 ②、互为因果关系。 自变量、因变量区分不明，可以互相转化。 ２.分不清因果的依存关系。 现象之间难以区分原因变量和结果变量。 如工业增加值与耗电量之间是有依存关系的，但是谁是因谁是果却不能明显区分。 (二)、 根据相关的方向划分 １.正相关。 正相关是指变量之间的变化方向一致，即都是呈增长或下降的趋势。 ２.负相关。 负相关是变量之间变化方向相反，即一个下降而另一个上升，或一个上升而另一个下降。 (三)、根据相关的形式不同划分 １.线性相关(直线相关)。 当一个变量变动时，另一变量也相应地发生一致基本均等的变动，这种关系称为线性相关。 ２.非线性相关(曲线相关)。 当相关关系的一个变量变动时，另一个变量也相应地发生变动，但这种变动是不均等的，就称为非线性相关。 (四) 根据相关的变量多少划分 １.单相关。只有一个自变量影响一个因变量发生变化的。 ２.复相关。 有两个及两个以上的自变量影响因变量变化的相关形式。 (五)、按相关的性质划分 可以分为 ：“真实相关”和“虚假相关”。 三、相关分析的任务 相关分析的主要任务，归纳为以下几点： 1.确定现象之间有无相关关系。 2.确定相关关系的表现形式。 3.判定相关关系的密切程度和方向。 现象间的相关关系是一种不确定的数量关系，相关分析就是从这种松散的数量关系中，判定其相关关系的密切程度和方向。 第八章 相关分析与 回归分析 第二节 简单相关分析 一、相关表的编制 根据原始资料，将现象之间的相关关系，用表格形式来反映，这种表称为相关表。 相关表的编制： 一般以x为自变量，y为因变量，把每个自变量与相应的因变量在表格中对应排列。 通过相关表可以初步判断现象相关关系的形式、密切程度和相关方向。 相关表的形式主要有： １.简单相关表。 ２.分组相关表。 例如教材182页： 表9—1，即简单相关表。 二、相关图的绘制 将现象之间的关系，通过图象来表示，这种图象称为相关图。 相关图又称为散点图。通过相关图，可以看出两个变量之间有无相关关系及相关的形态、方向和密切程度。 参看表9—1资料图形。 例如：某市10家商场的人均销售额和利润率资料如下表： 1、相关表编制如下： 2、相关图形的绘制 ： 三、相关系数的计算 (一)、相关系数的含义 相关系数是在线性相关条件下，说明两个现象之间相关关系的方向和密切程度的统计分析指标。通常用r表示。 相关系数比相关图更能表现相关的形式和程度。 计算相关系数一般使用积差法。 （二）、相关系数的取值范围及判断 1、相关系数取值范围： 即－1≤ r ≤＋1 r 0为正相关，r0为负相关。 r 越接近于1，则表示相关关系越强； r 越接近于0，则表示相关关系越弱。 r ＝±1，则表示现象完全直线相关。 r ＝0，则表示现象完全不相关。 2、相关系数的判断 利用相关系数可以作如下判断： |r| 0.3 ，现象无直线相关； 0.3 ≤ |r| 0.5，是低度直线相关； 0.5 ≤ |r| 0.8，是显著相关； |r| ≥ 0.8以上，是高度相关。 (三)、相关系数的计算 计算公式如下： 3、相关系数计算如下： 代入计算公式： r = 0.987 第九章 相关分析与 回归分析 第三节 一元线性回归分析 一、回归分析