第七章2回归分析幻灯片.ppt

第七章 相关分析与回归分析 第一节 相关分析 第二节 相关系数 第三节 回归分析 第三节 回归分析 （一）概念： “回归”这一术语是英国人弗朗西斯.高尔登和卡尔.皮尔逊在研究父亲身高与儿子身高的关系时引入的。 （三）一元线性回归 种类： 1）按自变量个数分：一元回归、多元回归 2）按回归线的形状分：线性回归、非线性回归 ▲注意： ①不线性相关并不意味着不相关； ②有相关关系并不意味着一定有因果关系； ③回归分析/相关分析研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有因果关系。 ▲注意： ④回归分析对变量的处理方法存在不对称性，即区分因变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是；相关分析则对称地对待任何（两个）变量，两个变量都被看作是随机的。 回归分析的特点 （1）在变量之间，必须根据研究目的具体确定哪些是自变量，哪个是因变量。 （2）回归方程的作用在于，在给定自变量的数值情况下来估计因变量的可能值。一个回归方程只能做一种推算。推算的结果表明变量之间具体的变动关系。 （3）直线回归方程中，自变量的系数为回归系数。回归系数的符号为正时，表示正相关；回归系数的符号为负时，表示负相关。 （4）确定回归方程时，只要求因变量是随机的，而自变量是给定的数值。 （二）相关分析与回归分析的区别与联系 1.在相关分析中，不必确定自变量和因变量；而在回归分析中，必须事先确定哪个为自变量，哪个为因变量，而且只能从自变量去推测因变量，而不能从因变量去推断自变量。 2.相关分析不能指出变量间相互关系的具体形式；而回归分析能确切的指出变量之间相互关系的具体形式，它可根据回归模型从已知量估计和预测未知量。 3.相关分析所涉及的变量一般都是随机变量，而回归分析中因变量是随机的，自变量则作为研究时给定的非随机变量。 联系： 相关分析和回归分析有着密切的联系，它们不仅具有共同的研究对象，而且在具体应用时，常常必须互相补充。相关分析需要依靠回归分析来表明现象数量相关的具体形式，而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。只有当变量之间存在着高度相关时，进行回归分析寻求其相关的具体形式才有意义。 简单说：1、相关分析是回归分析的基础和前提； 2、回归分析是相关分析的深入和继续。 一元线性回归分析的任务 因为具有显著相关关系 y 不仅受 x 影响，还受其它因素影响，因此，x、y 形成的点不在一直线上，而是分在直线上下变动 ，呈现线性相关的趋势，简单线性回归方程分析任务就是设法在这些分散的具有线性关系的相关点之间配合一条最优的直线，以表明两面变量之间具体的变动关系 一元线性回归方程 ----表示y 的估计值， a—代表直线的起点值， b---称为回归系数，其意义是自变量增加一个 单位时，因变量的平均增加量。当b0时， 自变量和因变量按相同方向变动，即为正相关， 当b0时，自变量和因变量按相反方向变动， 即为负相关。b不能判断相关程度 直线回归方程的拟合 例：某企业上半年产品产量与单位成本资料如下： 练习题 为研究新产品销售额（x万元）和利润（y万元）之间的关系，某公司对6个企业进行调查得出： ∑x=225， ∑x2=9823, ∑y=13， ∑y2=36.7， ∑xy=593，要求： （1）计算相关系数； （2）建立直线回归方程，并指出b的具体含义； （3）若销售额为50万元，试估计销售利润为多少。 r=0.97 估计标准误差 估计标准误差的作用 1.用来衡量回归模型的拟合优度（有效程度） 2.用来对实际的值y落在估计值 周围的区间做出一个大概的说明。 估计标准误估计标准误：是用来说明回归方程代表性大小的统计分析指标，是实际值与估计值的标准差 上题已求得到如下 数字 相关分析与回归分析的特点 1. 注意现象质的界限及相关关系作用的范围。相关分析与回归分析都只对样本数据负责，数字资料本身