第12章_相关与回归分析第2章_相关与回归分析第12章_相关与回归分析第12章_相关与回归分析.ppt

统计学原理 第十二章 相关分析 第一节 相关分析的意义和任务 一、相关关系的概念 在社会经济现象中，变量之间的关系大致可分为两种，函数关系和相关关系。 1.函数关系 变量之间以一定的函数形式形成的一一对应关系称为函数关系。在具有相互依存关系的两个变量之中，作为根据的变量叫做自变量，x来表示，发生对应变化的变量叫做因变量，用y表示。例如，设y为出租汽车费用，x为行驶里程，y与x之间的关系，可以表达为： Y=5＋1.2x 式中：5是出租汽车的固定服务费用，1.2是每公里的出租费用。 当x=2时，所应支付的费用为y=7.4元。 在研究过程中，保持一定数值的量叫做常数。 2.相关关系 两个变量之间，存在某种依存关系，但，变量y并不是由变量x唯一确定的，它们之间没有严格的一一对应关系。两个变量之间的这种关系称为相关关系。 例如，身体高的人，一般讲体重也要重一些；商品价格降低时，一般讲销售量会增加。这里，身高与体重，商品价格与销售量之间的关系不是函数关系，而是相关关系。 特点：现象之间数量依存关系的具体关系值不是固定的。例如，身高180m的人，可以表现为许多个体重值。 二、相关关系的种类 1.按照相关关系涉及的变量（或因素）的多少可以分为单相关和复相关 ①单相关：两个因素之间的相关关系叫做单相关。 如：施肥量与亩产量 ②复相关：三个或三个以上因素之间的相关关系叫做复相关。 如：同时研究种子、施肥量、降雨量与亩产量。 我们这里，只讲单相关，而不讲复相关。 二、相关关系的种类 2.按照变量之间相互关系的表现形式不同，可分为直线相关和非直线相关 ①直线相关（也称线性相关） 当相关关系的一个变量变动时，另一个变量也相应地发生大致均等的变动，这种相关关系称为线性相关。 ②非线性相关（也称曲线相关） 当相关关系的一个变量变动时，另一个变量也相应地发生变动，但这种变动是不均等的，这种相关关系称为非直线相关。 这里，只讲直线相关，而不讲曲线相关。 二、相关关系的种类 3.按照变量之间相互关系的方向不同，可分为正相关和负相关 ①正相关：当自变量x值增加，因变量y值也随之相应地增加，这样的相关关系就是正相关。例如，身高增加，体重也增加。 ②负相关：当自变量x的值增加时，因变量y的值相应减少，或者自变量数值减少时，因变量数值相应增加，这样的相关关系就是负相关。 例如，商品价格降低，产品销售量增多。 三、相关分析的目的和内容 相关分析是研究一个变量与另一个变量之间相关关系密切程度和相关方向的一种统计分析方法。 目的：帮助我们对因素之间的关系密切程度和变化的规律性有一个具体的数量上的认识，用于进行各种推算和预测。 主要内容： 1.绘制相关图。相关图能帮助我们做一般性判断，即通过相关图，确定现象之间有无关系，确定相关关系的表现形式。 2.计算相关系数。相关系数能从数量上明确说明关系的密切程度和方向。 3.测定两个因素之间的一般的关系值。这需要用回归方程来解决。 4.计算估计标准误差。测定因变量估计值和实际值之间的差异用来反映因变量估计值的可靠性。 第二节 线性相关分析 一、相关关系的一般性判断 要分析说明现象之间相关关系，首先要判断了解现象之间有没有关系，有什么样的关系。 进行这种判断一般有两种方法： ㈠从定性分析进行一般判断 现象之间有没有关系，有什么样的关系，这是一种质的规定性。对于这种质的规定性的认识属于定性认识。从认识的一般顺序来讲，只有在定性判断的基础上才能够进行定量的分析和判断。定性认识，来自于研究者的理论知识，专业知识，实际经验和研究能力。 ㈡用编制相关表或画相关图的方法来帮助判断。 二、相关系数 　相关表和相关图只能大体上反映现象之间的相关关系，不能准确推断其相关的密切程度如何。要判断现象之间相关关系的密切程度，需要计算相关系数。 ㈠相关系数的意义 　　相关系数是测定二个变量之间线性相关密切程度和方向的统计分析指标，用ｒ表示。 相关系数的基本公式： 相关系数的基本公式： 三、相关系数ｒ值的意义： 判断标准： 四、相关系数的计算 ㈡相关系数的简捷计算法 积差法相关系数在计算过程中要使用两个数列的平均数，这样在计算上会发生一些麻烦，我们可以利用简化公式计算相关系数。这个简化公式和后面将要讲到的回归直线可以使用同一张计算表。这是用得比较多的一种计算公式。 1.未分组资料 2.分组资料 五、相关系数的显著性检验 r值—是未知总体的相关系数ρ（ ρ =0，1）的一个样本估计值，即一系列类似抽样（或观测）的样本值r1, r2, r3 …,中的一个数值，这许多r值的次数分布，可作为检验r