相关与回归分析44163.pptVIP

第九章 相关与回归分析 实例1:全球吃死的人比饿死的人多? 据世界卫生组织统计，全球肥胖症患者达3亿人，其中儿童占2200万人，11亿人体重过重。肥胖症和体重超常早已不是发达国家的“专利”，已遍及五大洲。目前，全球因”吃”致病乃至死亡的人数已高于因饥饿死亡的人数。 引自《光明日报》刘军/文） 问题: 肥胖症和体重超常与死亡人数真有显著的数量关系吗? 第一节 相关分析概述 2.相关关系 1 概念:相关关系是指经济现象之间客观存在的在数量上不是确定性的对应关系。 2 特征:某一现象或多个现象与另一有联系的现象之间在数量上存在着一定的依存关系，但不是确定和严格的数学函数关系。 3 举例:居民的月可支配收入和消费支出的关系。 吸烟与长寿有什么关系呢？（毛泽东的玩笑） （二）相关关系分析 1.广义上的相关分析包括以下五个方面： 1 确定现象之间是否存在相关关系 2 确定相关关系的表现形式 3 判定相关关系的方向和密切程度 4 对达到一定密切程度的相关关系建立适当的数学模型，以确定自变量与因变量之间数量变化的规律性。 5 测定数学模型的代表性大小并根据自变量数值对因变量的数量变化做出具有一定概率保证程度的推算和预测。 2.前三个方面内容称为狭义的相关分析，后两方面内容的研究称为回归分析。 二、相关关系的分类 （一）按相关关系涉及的因素多少划分 1.单相关：是两个变量的相关，即一个因变量对一个自变量的相关关系 2.复相关：是三个或三个以上变量的相关，即一个因变量对两个或两个以上自变量的相关关系。 （二）按现象之间相关关系的方向划分 1.正相关：是当一个现象的数量由小变大，另一个现象的数量也相应由小变大，这种相关称为正相关。 2.负相关：是当一个现象的数量由小变大，而另一个现象的数量相反地由大变小，这种相关称为负相关。 （三）? 按现象之间相关关系的程度分 1.完全相关：当一种现象的数量变化完全由另一个现象的数量变化所确定时，称这两种现象间的关系为完全相关。例如在价格不变的条件下，商品销售额与销售量之间成正比例关系。 2.完全不相关：当两个现象彼此互不影响，其数量变化各自独立时，称为不相关现象 3.不完全相关：两个现象之间的关系介于完全相关和不相关之间，称为不完全相关，一般的相关现象都是指这种不完全相关。如人的身高和体重之间的关系。 （四） 按相关关系的形式来分 一、简单线性相关关系的概念 （一）概念 （二）特征 1.现象之间在数量上存在着一定的线性关系，但不是确定和严格的。 2.研究现象所涉及的变量有两个，变量之间的地位是平等的。 二、相关关系的测定方法 （一）? 相关表 1.简单相关表:直接根据原始资料，将某一变量按大小排列，再将另一变量的对应值平行排列得到的相关表。 [ 例9-1] 下表即为一个简单相关表 表9-1 某市居民月消费支出和可支配收入相关表 单位：百元 2.分组相关表:是将原始资料进行分组而编制的相关表。可分为单变量分组相关表和双变量分组相关表。 （1）单变量分组相关表 在具有相关关系的两个变量中，把其中一个变量进行分组，列出各组次数，另一个变量不分组，这种相关表称为单变量分组相关表。 （2）双变量分组相关表 双变量分组相关表是对具有相关关系的两个变量都进行分组而编制的相关表。 （三）相关系数 1.相关系数的概念和意义 1 概念:相关系数是指在直线相关条件下，说明两个现象之间相关关系密切程度的统计分析指标。 2 意义:比相关表和相关图更能概括表现相关的形式和程度。根据相关系数的大小，或把若干相关系数加以对比，可以发现现象发展中决定性的影响因素，因而相关系数对于判断变量之间相关关系的密切程度有着重要的作用。 一、回归分析的概念 （一）回归分析的概念 回归分析实际上是相关现象间不确定、不规则的数量关系的一般化、规律化。回归分析采用的方法是配合直线或曲线来反映现象之间的一般数量关系。这条直线或曲线叫回归直线或回归曲线，它们的方程称为回归直线方程或回归曲线方程。 （二）?? 回归分析与相关分析的关系 1. 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，确定自变量和因变量。 2 相关分析只能计算一个相关系数； 回归分析可以根据研究目的分别建立两个不同的回归方程。 3 相关分析中两个变量都必须是随机变量； 回归分析中自变量是给定的变量，因变量是随机变量。 二、回归分析的种类 （一）按回归分析中自变量的个数不同 1.简单回归/一元回归:在回归关系中包含两个变量，一个是具有确定性的自变量；另一个称因变量,是随机变量。 2.多元回归:在回归关系中包含三个或以上的变量，一个是因变量,是随机变量；其他变量是具有确定性的