6.3.2一元线性回归分析-山西财贸职业技术学院.pptVIP

主讲教师: 赵 琴 玲 山西财贸职业技术学院精品课程 知识点： 了解曲线回归分析的方法；理解用最小二乘法确定一元线性回归方程参数a、b的推导过程；掌握相关的意义、种类、相关表、相关图，掌握积差法相关系数、斯皮尔曼等级差相关系数、肯德尔一致性相关系数等；掌握简单线性回归分析方法、多元线性回归分析方法。 能力点： 知道如何根据有关资料配合多元直线回归方程；了解如何根据有关资料配合曲线回归方程；能够编制相关表、绘制相关图，能用积差法公式计算相关系数，能用等级相关法计算斯皮尔曼相关系数、肯德尔相关系数，能根据有关直线回归资料配合回归直线方程。 6.1 相关的意义和种类 6.2 相关表、相关图和相关系数 6.3 简单线性回归分析 6.4 多元线性回归分析 6.1.1相关的意义 6.1.2相关的种类 6.1.1 相关的意义 1、概念： 客观现象之间确实存在的但关系数值不确定的数量上的依存关系叫相关关系。对现象之间互相关系密切程度的研究，成为相关分析。 2、特点： 第一，现象之间确实存在数量上的依存关系 第二，现象之间数量上的依存关系是不确定的 6.1.2 相关的种类 1、按变量之间的相关强度不同分为：完全相关、不完全相关和不相关 2、按变量之间相关的方向分为：正相关和负相关 3、按变量之间相关的形式分为线性相关和非线性相关 4、按影响因素的多少分为简单相关 和多元相关 6.2 相关表、相关图和相关系数 6.2.1 相关表 6.2.2 相关图 6.2.3 相关关系 6.2.1 相关表 相关表根据给定资料是否分组，分为简单相关表和分组相关表 1、简单相关表：利用未分组资料，将两个变量的值一一对应地填列 在同一张表格上，这张表格就叫简单相关表。 2、分组相关表：在简单表的基础上，将原始数据进行分组后再制成表。 6.2.2 相关图 相关图又称散布图或散点图，它是利用直角坐标第一象限，将自变量置于横轴上，因变量置于纵轴上，将两个变量相对应的变量值用坐标点形式描绘出来，用以表明相关点分布状况的图形。 6.2.3 相关关系 1、相关系数的意义 从相关表、图可以判断两个现象是否相关以及相关的类型，但不能准确判断相关的密切程度，要判断现象之间相关关系的密切程度，需计算相关系数 2、相关系数的计算： 积差法： 为 xy 的标准差 6.3 简单线性回归分析 6.3.1 回归分析的意义及分类 6.3.2 一元线性回归分析 6.3.3 估计标准误差 6.3.1 回归分析的意义及分类 1、意义：一方面研究变量间联系的密切程度；另一方面研究变量间的变动关系并用数学方程式表示。 2、分类： （1） 从变量间回归关系的表现形式看分为：线性回归分析和非线形回归分析。 （2）按回归分析涉及自变量的多少，分为一元回归分析和多元回归分析 当然这两种分类方式可结合起来，因此就有一元线性回归分析和多元线性回归分析等。 6.3.2 一元线性回归分析 1、特点： （1）两个变量之间不是对等关系，进行回归分析时，应先根据研究目的确定自变量和因变量； （2）回归方程的作用在于给出自变量的值估计推算因变量的值，回归方程表明变量间的变动关系。 2、前提条件： （1）现象间确实存在数量上的相互依存关系 （2）现象间的关系是直线关系 6.3.3 估计标准误差 概念：估计标准误差是y的实际值与y的估计推算值离差的一般水平 计算公式： 6.4 多元线性回归分析 6.4.1 多元线性回归分析的概念 6.4.2 多元线性回归模型的建立 6.4.1 多元线性回归分析的概念 统计中，将涉及两个及两个以上自变量的线性回归分析，称之为多元线性回归分析。 学习其的实际意义在于：现实生活中存在的问题是一个因变量受多个自变量的影响，如果将多个自变量结合起来进行分析，则更能揭示现象内在的规律。 6.4.2 多元线性回归模型的建立 一、多元线性回归分析的意义 前面所讲的一元线性回归方程只反映一个因变量受一个自变量影响的情况，而现实中往往一个因变量受多个自变量的影响。 统计中，将涉及两个及两个以上自变量的线性回归分析，称为多元线性回归分析。 二、多元线性回归模型的建立 多元线性回归分析研究因变量和多个自变量间的线性关系，这种线性关系可用数学模型来表示。 设有二元线性回归方程： yc = a + b1x1 + b2x2