-第章 相关分析.pptVIP

第七章 相关分析 第一节 相关分析的意义和任务 (二) 相关关系 二、相关关系的种类 1.按相关关系涉及的因素多少来分，可分为：单相关和复相关。 2.按相关关系的性质来分，可分为: 正相关和负相关 3. 按相关关系的形式来分，可分为： 直线相关和曲线相关 4. 按相关程度分，可分为： 完全相关、不完全相关和不相关 三、相关分析的任务和内容 相关分析的主要内容包括以下五个方面： 第二节 简单线性相关分析 二、相关系数 r的测定方法： 仍以上例1资料计算： 2.简捷法 资料计算如下： 3.从单变量分组表计算相关系数 三、简单线性相关分析的特点 第三节 回归分析 一、直线回归 a、b的确定： 简单直线回归方程建立的步骤为： 举例说明b(回归系数)在经济管理中的作用： 从单变量分组表配合回归直线： 简单直线回归分析的主要特点： (二) 多元线性回归分析 列成计算表如下： 上面的方法推广到多个自变量，其回归方程为： 二、曲线回归 双曲线方程为： 第四节 估计标准误差 二、估计标准误差的计算方法 仍用前例资料计算Sy： 三、回归方差，即Sy2 Sy和r的异同点： End of Chapter 7 ① 确定自变量x和因变量y； ② 计算x2、xy、Σx、Σy、Σx2、Σxy； ③ 代入公式，先求b，再求a。 仍用上例1资料得到： yc = -199.5 + 0.5858x 表明该市工资性现金支出每增加1万元，储蓄存款余额就增加0.5858万元。 某企业的某种产品月产量与单位成本的关系呈直线关系，用直线回归方程表示是： yc=77.36-1.818x，其中， x表示月产量(千件) y表示单位成本(元); a=77.36(元)，表示生产这种产品在单位成本方面的条件； b=-1.818，表示月产品每增加1000件，单位成本平均降低1.818元。 1.直线回归分析时，要根据研究目的，在两个变量之间确定哪个是自变量，哪个是因变量。 2.在两个现象互为根据的情况下，可以有两个回归方程： yc=a+bx 称y倚x回归直线 xc=c+dy 称x倚y回归直线 　　多元线性回归分析可以看作是一元线性回归分析的扩展。现以二元线性回归模型进行回归分析，其方程式为： 以我国1973－1983年11年手表价格和手表销售量的实际资料为例，拟合一元线性回归方程为： yc= 9643 - 65x 此时，回归系数b表明，手表平均价格每降低1元/只，销售量约平均增长65万只。一元线性回归模型只列入了手表平均价格对销售量的影响，而忽略了居民收入这一很重要的因素，因此，现对此资料补入同期居民人均货币收入资料，将原来的一元线性回归模型扩展为二元线性回归模型进行回归分析。 例 198258.0 2285638.6 3905911.56 1315 1730.9 20660.6 合计 22248.2 335228.0 1008412.60 86 258.7 3898.0 1983 20354.3 318264.0 817831.20 89 228.7 3576.0 1982 23962.8 329460.0 607478.00 114 210.2 2890.0 1981 23800.5 311682.0 490329.00 123 193.5 2534.0 1980 19311.0 239161.2 305270.80 123 157.0 1944.4 1979 16375.0 173512.5 181841.10 125 131.0 1388.1 1978 15290.8 146011.9 148423.88 127 120.4 1149.7 1977 14920.9 137772.7 119788.63 131 113.9 1051.7 1976 14202.9 105767.1 90270.99 129 110.1 819.9 1975 14110.2 101625.6 79859.52 134 105.3 758.4 1974 13681.4 87153.6 66405.84 134 102.1 650.4 1973 x1x2 x2y x1y 手表平均价格x2(元/只) 人均货币收入x1(元) 手表销售量y(万只) 年份 (n=11) 160 039 7 396 7 921 12 996 15 129 15 129 15 625 16 129 17 161 16 641 17 956 17 956 303