第9章统计学(免费阅读).pptVIP

下载本文档

4
0
约1.04万字
约 81页
2017-01-02 发布于重庆
举报
版权申诉

第9章统计学(免费阅读).ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

9.2相关分析　［例９－１］现以表9-4中的数据，用简捷的公式计算相关系数，并判别其相关程度。由公式９－２得下一页返回上一页 9.2相关分析显著性检验：假定Ｈ0为真时，Ｈ０：ρ＝０计算出因为｜ｔ｜＝１２.７６≥ｔ0＝２.５７０６（假定α＝５％）由此可判断该地区商品零售总额与国内生产的总值呈显著性有关。下一页返回上一页 9.2相关分析（二）等级相关系数１等级相关系数的计算相关系数是测定变量之间相关程度的最常用指标，但它主要是测定数值之间的相关程度。但在实际中，有些现象是难以用数字确切计量的，如才智高低、艺术水平等，要测定这些变量的相关程度，就需要计算等级相关系数。常用的等级相关系数称为斯皮尔曼等级相关。下一页返回上一页 9.2相关分析设（ｘｉ，ｙｉ）（ｉ＝１，２，３，…，ｎ）是（ｘ，ｙ）的ｎ组观测值，将全部观测值ｘ１，ｘ２，ｘ３，…，ｘｎ按递增顺序排成一列，ｘｉ在排列中的顺序号为ｓｉ（ｉ＝１，２，３，…，ｎ），Ｓｉ称作ｘｉ的等级。当若干个观测值相等时，则以各观测值顺序号的平均值作为这些观测值的等级。若以ｓｉ和ｔｉ分别表示ｘｉ和ｙｉ的等级，则其对应关系见表9-5。下一页返回上一页 9.2相关分析斯皮尔曼等级相关系数的计算公式为若没有重复观测值时，斯皮尔曼等级相关系数的公式可变为式中，ｒｐ为等级相关系数（等级相关系数ｒｐ相关数ｒ的作用或者说意义相同）；ｎ为样本容量；ｄｉ为两个变量的等级差数，即ｄｉ＝ｓｉ－ｔｉ。下一页返回上一页 9.2相关分析２等级相关系数的显著性检验（１）若ｎ＞３０，可对Ｈ０：Ｌ＝０，作ｔ检验。（２）若４≤ｎ≤３０可查相关系数临界值表，对给定的显著水平 α，当｜ｒｐ｜＞ｒα时，否定Ｈ０，认为ｘ与ｙ有显著的线性相关关系，当｜ｒｐ｜＞ｒα时，不能拒绝Ｈ０，即认为ｘ与ｙ无显著的等级相关关系（查ｒα的自由度ｄｆ＝ｎ－２）。下一页返回上一页 9.2相关分析［例９－２］在某次唱歌比赛中，甲乙两名专家分别对参赛的８名歌手的表演进行评定，评定等级见表9-6。解：根据上述资料，斯皮尔曼等级相关系数为计算结果表明甲乙两名专家对参赛的８名歌手的表演评定等级基本一致。返回上一页 9.3线性回归分析 9.3.1回归分析的概念与特点（一）回归分析的概念相关系数是说明在直线相关条件下两个现象相关的方向和相关的紧密程度，这只是研究相关问题的一个方面，它不能指出两变量相互关系的基本形式，也无法进行数量上的推算。相关分析的另一方面，就是要研究变量之间数量变化的一般关系，通常把测定现象之间数量变化上的一般关系所使用的数学方法称为回归分析法，回归分析能够解决相关系数不能解决的问题。下一页返回 9.3线性回归分析相关关系是变量之间数量关系不严格、不固定的相互依存关系，要找出这种数量关系变化的一般关系值或者平均值，也就是找出这种关系数量变化的一般规则，其方法是配合相应的直线或曲线，这条直线称回归直线方程，曲线称为回归曲线。其中两个变量之间的回归称简单回归，三个变量之间的回归称复回归。由于简单回归分析中的简单一元线性回归是最基本、也是最常用的分析方法，故本节主要以简单一元线性回归为主介绍回归分析法。下一页返回上一页 9.3线性回归分析（二）回归分析的特点回归分析具有以下五个方面的特点。（１）两变量中，一个是自变量，一个是因变量。（２）回归方程不是抽象的数学模型，而是用自变量数值推算因变量数值的根据，必须反映变量之间关系的一般变动情况。（３）对于没有明显因果关系的两个变量，可以确定两个不能互相替代的回归方程，一是以ｘ为自变量，以ｙ为因变量的回归直线方程；另一个是以ｘ为因变量，以ｙ为自变量的回归直线方程，这两条回归直线方程斜率不同，意义不同。下一页返回上一页 9.3线性回归分析（４）一元线性回归方程系数即斜率有正有负，正回归系数表明两变量之间是正相关，负回归系数表明两变量之间是负相关，至于回归系数数值的大小，视原数列使用的计算单位而定，这不能表明两个变量之间的变动程度。（５）计算回归方程的资料要求是，因变量为随机的，而自变量是给定的数值，求出回归方程后，也是给定自变量值，代入方程中，推算出因变量的一般值或平均数值。下一页返回上一页 9.3线性回归分析 9.3.2回归分析与相关分析的区别与联系（一）回归分析与相关分析的区别相关分析与回归分析的区别主要表现在以下三个方面。（１）相关关系是用来度量变量与变量之间关系紧密程度的一种方法，在本质上只是对客观存在关系的测度；而回归分析是根据所拟合的回归方程研究自变量与因变量一般关系值的方法，可由已给定的自变量数值来推算因