《统计学》讲述.ppt

举例 已知2001年某矿区3个矿井的有关生产资料如下表，试对全矿区的工人劳动生产率和煤炭总产量的变动进行因素分析。 举例计算 依据表中资料，首先计算有关的平均数 计算 计算结果说明 ①各种因素共同影响使矿区原煤总产量增长8.48％，增加7430吨。 ②由于工人总数增加4.08％，使该矿总产量增加了3576吨； ③由于各矿工人结构的调整，使矿区的劳动生产率(人均产量)提高1.56％，增加原煤总产量1424吨； ④由于各矿挖掘潜力或减员增效等，使劳动生产率提高2.62％，增加原煤总产量2430吨。 计算结果表明 第八章 相关与回归 1、相关分析 （1）线性回归分析 （2）非线性回归分析 本章主要内容 2、回归分析 联系与相互影响是普遍的现象 受教育的水平 工作后的收入 预防疾病支出 疾病的发病率 事物相互间关系的质的解释：自然的、社会的、经济的、心理的… 事物相互间关系的量的分析：两变量或多变量间的数量关系。在可以解释的质的关系基础上进行相关分析和回归分析 第八章 相关与回归 相关分析的意义 第一节 相关分析 社会经济现象中，一些现象与另一些现象之间往往存在着依存关系，当我们用变量来反映这些现象的特征时，便表现为变量之间的依存关系。 在分析变量的依存关系时，我们把变量分为两种： 自变量 因变量 引起其他变量发生变化的量。 受自变量的影响发生对应变化的量 现象之间的相互关系，可以概括为两种不同的类型： （一）函数关系 （二）相关关系 例如：家庭收入决定消费支出，收入的变化必然引起消费支出的变化，这两个变量中收入是自变量，而消费支出则是因变量。 相关分析的意义 函数关系 指变量之间存在着确定性依存关系。即当一个或一组变量每取一个值时，相应的另一个变量必然有一个确定值与之对应 。 函数关系可以用一个确定的公式，即函数式 来表示。 或：Y=F（X） 相关关系 指变量之间存在着非确定性依存关系。即当一个或一组变量每取一个值时，相应的另一个变量可能有多个不同值与之对应 。 相关关系可用统计模型： 或：Y=F（X）+ε 式中ε为影响Y的除X外的其他随机因素。 例如： 商品的需求量Q与价格P之间就不存在精确的关系，因为，Q不仅仅只受到价格因素的影响。 人的体重W与身高H之间也不存在精确的关系，因为W还取决于胖瘦程度及肌肉密度等因素的影响。 3、函数关系与相关关系的区别 区别： （2）函数关系可以用数学表达式精确表示出来，而相关关系只能通过研究变量间的统计规律才能得到。 （1）函数关系中的变量之间的关系是完全确定的，而相关关系中的变量之间的关系是不完全确定的。 函数关系与相关关系的联系 联系： 由于存在着测量误差等因素的影响，函数关系在实践中往往通过相关关系表现出来；在研究相关关系时，常常通过确定性的函数关系部分来研究变量之间的依赖关系。 单相关 是两个变量之间存在的相关关系，即一个因变量与一个自变量之间的依存关系。因此也称为一元相关。 复相关 也称多元相关，是指三个或三个以上变量之间存在的相关关系，通常涉及一个因变量与两个或更多个自变量，也称多元相关。 相关关系的种类： 1、按相关关系涉及变量的多少可分为： 直线相关 当自变量X值每变动一个单位，因变量Y值则随着发生大致均等的变动，这就是直线相关。亦称为简单相关或一元线性相关。 曲线相关 当自变量X值每变动一个单位，因变量Y值则随之发生不均等的变化，这就曲线相关。亦称为一元非线性相关 。 相关关系的种类： 2、按相关关系形式可分为： 正相关 当自变量X值增加（或减少）时，因变量Y值也随之增加（或减少），这样的相关关系就是正相关，也叫同向相关。 负相关 当自变量X的值增加（或减少）时，因变量Y的值随之而减少（或增加），这样的相关关系就是负相关，也叫异向相关。 相关关系的种类： 3、按相关的方向可分为： 线性正相关 《统计学》第八章 相关与回归 线性负相关 非线性相关 无（不）相关 相关关系的种类： 4、按相关关系的密切程度分为： 完全相关 因变量完全随自变量变动而变动，存在着严格的依存关系。即变量间的关系为函数关系。 不完全相关 变量之间存在着不严格的依存关系，即因变量的变动除了受自变量变动的影响外，还受其他因素的影响。它是相关关系的主要表现形式。 完全不相关 自变量与因变量彼此独立，互不影响，其数量变化毫无联系。。 相关关系的测定 定性分析 是依据研究者的理论知识和实践经验，对客观现象之间是否存在相关关系，以及何种关系作出判断 定量分析 在定性分析的基础上，通过编制相关表、绘制相关图、计算相关系数与判