第八章相关与回归分解.pptVIP

第八章 相关与回归分析 三、相关表与相关图 （一）相关表： （二）相关图： 当 时，不完全负相关。 当 时，微弱相关； 求产量与单位产品成本之间的相关系数。 所以 由计算可知，产量与单位产品成本之间高度相关。 利用统计量 对总体相关系数 是否等于0进行检验。 ②在给定显著水平 下，比较 斯皮尔曼等级相关系数 的计算步骤如下： 第二节 一元线性回归分析 （一）回归模型 回归方程： 简单回归（一元回归）和复回归； 线性回归和非线性回归： 例如： 10 22 （36） 作残差平方和SSE，即： 例2、已知身高与体重的资料如下表： （40） （1）求身高与体重之间的相关系数； （2）求直线回归方程。 试求出直线回归方程 。 例4、有两个变量，即亩产量 和施肥量 。已知： ～ 如果给定显著水平 ，则有： 第三节 多元线性回归分析 一、多元线性回归模型 多元回归分析： 多元线性回归分析： 多元线性回归模型： 多元线性回归方程与多元线性回归模型的经验方程的区别： 理想的目标仍然是使得总离差的平方和达到最小，即使得下式最小： 求解上述正规方程即可得到多元线性回归模型的k+1个参数的估计值。 例5、研究消费者对某种商品的需求量（以y表示），主要取决于消费者的收入（以x1表示）和该商品的价格（以x2表示），并假设已掌握如下表中的资料。试根据表中资料建立该商品销售量与消费者的收入及该商品的价格之间的经验回归方程。 1、回归方程的检验 回归方程的检验步骤如下： （1）提出假设。 （3）进行统计检验。给定显著水平 ，查 分布表得 。 （1）建立假设 ； 例3、在相关和回归分析中，已知下列资料： 得： 解： 由 所以所求直线回归方程为： （1） 解： 试求： （1）相关系数 ； （2） 对 的线性回归方程。 （2） ∵ ∴ 所求回归方程为： （二）误差项方差的估计 ～ 37 总离差： 判定系数： 回归方程对样本观测数据的拟合优度：（19） （一）经验回归方程拟合优度的评价 四、一元线性回归模型的检验 总离差 随机误差 可解释离差 总离差的分解： 36 随机误差： 可解释离差： 则有： 由例2，有： （25） ～ （二）显著性检验 五、一元线性回归模型预测 （一）点预测 （二）区间预测 （20） 则 ～ 多元线性回归方程 多元线性回归模型的经验方程 二、多元线性回归模型的估计 由微积分的有关知识，可得下列正规方程组： 1475 180 190250 16250 座机电话号码 40 4450 400 150 200 160 140 150 150 135 100 110 180 9 25 16 16 36 25 9 4 4 36 25000 12000 24000 8750 3750 6000 29250 25000 38500 18000 1500 1500 2400 1000 900 1000 1950 1000 1400 3600 250000 90000 360000 62500 22500 40000 422500 250000 490000 360000 3 5 4 4 6 5 3 2 2 6 500 300 600 250 150 200 650 500 700 600 50 40 40 35 25 30 45 50 55 30 商品价格（元） 每人月平均收入（元） 需求量（千克） 由表中数值可得正规方程组： 三、多元线性回归模型的检验 （一）经验回归方程拟合优度的评价 对多元线性回归模型中的因变量离差平方和进行分解： 多重判定系数： 修正多重判定系数： （二）显著性检验 ～ （2）构造检验的 统计量。 * 第一节 相关分析 一、相关关系的概念 确定性关系（函数关系）： 非确定性关系（统计相关、相关关系、相关）： 相关关系和函数关系的共同点： 相关关系和函数关系的区别： 相关关系和函数关系的联系： 因果关系： 相关关系 相关程度 相关方向 相关形式 相关因素 相关性质 完全相关 不完全相关 不相关 正相关 负相关 线性相关 非线性相关 单相关 复相关 偏相关 真实相关 虚假相关 二、相关关系的种类 相关图：（9） 相关系数 总体相关系数： 样本相关系数： 四、相关系数及其显著性检验 （一）总体相关系数 （二）样本相关系数 Person相关系数r （5） －1≤r≤1。 当 时，完全不相关； 当 时，完全正相关； 当 时，不完全正相关； 当 时，完全负相关； 对不完全相关： 19 当 时，高度相关。 当 时，中度相关； 当 时，低度相关； 52 54 52 48 48 46 2 3 4 4 5 6 1 2 3 4 5 6 单位成本 元 y 产 量 千件 x 企 业 序 号