统计学734494.pptVIP

* * * * * * * * * * * * * 第七章 相关分析 思考： 1.你从图中发现了什么问题？ 2.你认为父子身高有联系吗？有多大的关系？ 3.能根据其中一人身高去推测另一个人的身高吗? 思考 第 七 章 相 关 分 析 1.了解相关关系的涵义与种类，掌握相关分析的基本方法，相关系数含义和计算，相关关系的判定原则； 2.了解回归分析的含义与类型，理解相关与回归分析的联系与特点； 3.掌握一元线性回归模型建立的条件、参数求解方法，回归模型的评价依据， 4.初步认识回归分析在预测中的应用。 教学内容与要求： 现象之间存在的确定性的数量关系 现象之间存在的不确定性的数量关系 如：同卵双胞胎间的身高、收入和受教育程度、 身高和体重、 婴儿月龄与身高 函数关系 相关关系 如：正方形面积与边长的关系： 联系：函数关系如果存在测量误差，则表现为相关关系,相关关系通常使用函数关系形式来表现。 7.1 相关分析的意义和任务 一、相关关系的概念 2 a S = 因素多少 表现形态 相关性质 相关程度 单相关 曲线相关 负相关 不相关 复相关 直线相关 正相关 完全相关 不完全相关 二、相关关系的种类  ? ? ? ? ? ? ? ? ? ? ? ? 不相关 ? ? ? ? ? ? ? ? ? 负线性相关 ? ? ? ? ? ? ? ? ? 正线性相关 ? ? ? ? ? ? ? ? ? ? ? ? 非线性相关 ? ? ? ? ? ? ? 完全负线性相关 完全正线性相关 ? ? ? ? ? ? ? ? ? 散 点 图 1确定现象之间有无关系及表现形式 2确定相关关系的密切程度 3选择合适的数学模型 4测定变量估计值的可靠程度 5对相关系数作显著性检验 三、相关分析的主要内容 温度（度） 28 28 29 29 29 30 31 31 31 32 销售量（箱） 80 85 84 88 95 98 105 102 110 116 一、相关图与相关表 7.2简单线性相关分析 1单变量分组图表：只根据一个变量分组 分组相关图和相关表 使用年限 机床数(台) 平均维修费用( ) 2 2 470 3 1 520 4 2 690 5 2 700 6 3 787 8 1 840 9 1 1080 合计 12 __ 2双变量分组图表：自变量和因变量都进行分组 年维修费用（元） 机床使用年限(年) 合计 2 3 4 5 6 8 9 1000—1100 1 1 900—1000 1 1 800—900 1 1 2 700—800 1 2 3 600—700 1 1 2 500—600 1 1 2 400—500 1 1 合计 2 1 2 2 3 1 1 12 反映两个变量线性相关密切程度的指标。 二、相关系数的测定与应用 1相关系数 2计算方法：积差法 P334例题 简捷公式 温度x（度） 28 28 29 29 29 30 31 31 31 32 销售量y（箱） 80 85 84 88 95 98 105 102 110 116 3相关系数r特点: r没有单位，其大小不受下列因素的影响: ① 互换两个变量的位置 ② 某一变量的所有值都增加同一数值 ③ 某一变量的所有值都乘以同一正数 4相关系数r的密切程度意义: ① r∈[-1，+1] ② 当r0时，负相关 当r0时，正相关 当r=0时，无相关 0.8≤|r|1：高度相关 0.5≤|r| 0.8：显著相关 0.3≤|r|0.5：低度相关 0≤|r|0.3：微相关 确定变量间的定量关系式 预测和控制 对关系式作各种统计检验 判断各变量的影响显著性 一、回归分析的概念 对具有相关关系的变量之间数量变化的一般关系进行测定，确定一个数学表达式以进行估计或预测的统计方法。 7.3回归分析 1回归分析 2回归分析的内容 相关分析与回归分析的比较 联系 相关分析 依靠回归分析表明现象间数量关系的具体形式； 回归分析 要以相关分析为基础。 区别 ◆ 分析内容不同 相关分析 只研究变量间相关的方向和程度。 不必确定因变量和自变量; 所有变量都可以是随机变量; 改变变量的位置不影响相关分析的结果 回归分析研究变量间相关的具体形式 必须先确定因变量与自变量； 一般只有因变量是随机变量，自变量是非随机变量； 交换变量的位置，回归方程不同，只能根据自变量推算因变量。 二、回归的种类 线性回归、非线性回归 一元回归、多元回归 三、直线回归（简单直线回归） 1在两个变量之间进行回归分析时，必需根据研究目的，确定哪个是自变量，哪个是因变量。 2在两个现象互为根据的情况