ch相关分析.pptVIP

第四章 相关分析 学习要求和目的 1、了解相关关系的概念、种类以及相关分析分析的任务与程序； 2、掌握相关系数的含义、计算方法和应用。 第一节 相关分析的意义和任务 函数关系的例子 某种商品的销售额(y)与销售量(x)之间的关系可表示为 y = p x (p 为单价) 圆的面积(S)与半径之间的关系可表示为S = ? R2 企业的原材料消耗额(y)与产量(x1) 、单位产量消耗(x2) 、原材料价格(x3)之间的关系可表示为y = x1 x2 x3 (二) 相关关系 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 相关分析与回归分析的区别： 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。 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。 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。 相关分析与回归分析的联系： 相关分析和回归分析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。 （二）相关分析的主要内容，五个方面： 第二节 简单线性相关分析 （一）相关表 将自变量x的数值按照从小到大的顺序，并配合因变量y的数值一一对应而平行排列的表。 又称散点图。将x置于横轴上，y置于纵轴上，将（x,y）绘于坐标图上。用来反映两变量之间相关关系的图形。 当有三个变量存在相关关系时，如何用相关图表示呢？ 三、相关系数及其应用 （二）相关系数r的计算方法： 用例1的数据计算如下： 四、简单线性相关系数的显著性检验 五、简单线性相关分析的特点 一、相关关系的概念(注意相关关系与函数关系的区别) (一) 函数关系 它反映着现象之间存在着严格的依存关系，也就是具有确定性的对应关系，这种关系可用一个数学表达式反映出来。 若两个现象x、y有严格的直线依存关系，则其函数关系还可用右图表示。 ? ? ? ? ? ? ? ? ? x y 它反映着现象之间的数量上不严格的依存关系，也就是说两者之间不具有确定性的对应关系，这种关系有二个明显特点： 1.现象之间确实存在数量上的依存关系，即某一社会经济现象变化要引起另一社会经济现象的变化； 2.现象之间的这种依存关系是不严格的，即无法用数学公式准确表示。 ? ? ? ? ? ? ? ? ? x y 若现象间的这种不严格的依存关系近似于一种直线关系，则其相关关系的图示如右。 　　商品消费量与居民收入之间，当居民收入发生变动，商品消费量也会随之发生变动。所以，居民收入为自变量X，而商品消费量为因变量Y。 在具有相互依存关系的两个变量中，作为根据的变量称自变量，一般用X表示；发生对应变化的变量称因变量，一般用y表示。 如 一般地 　 　　在实际工作中，如存在多个自变量，可抓住其中主要的自变量，研究其相关关系，而保持另一些因素不变，这时复相关可转化为偏相关。 　　二因素之间的相关关系称单相关，即只涉及一个自变量和一个因变量。 　　三个或三个以上因素的相关关系称复相关，或多元相关，即涉及二个或二个以上的自变量和因变量。 二、相关关系的种类 正相关是指两相关现象变化的方向是一致的。 负相关是指两相关现象变化的方向是相反的。 直线相关是指两个相关现象之间，当自变量X的数值发生变动时，因变量y随之发生近似于固定比例的变动，在相关图上的散点近似地表现为直线形式，因此称其为直线相关关系。 曲线相关是指两个相关现象之间，当自变量X的数值发生变动时，因变量y也随之发生变动，但这种变动在数值上不成固定比例，在相关图上的散点可表现为抛物线、指数曲线、双曲线等形式，因此称其为曲线相关关系。 完全相关就是相关现象之间的关系是完全确定的关系，因而完全相关关系就是函数关系。 不相关是指两现象之间在数量上的变化上各自独立，互不影响。 不完全相关就是介于完全相关和不相关之间的一种相关关系。相关分析的对象主要是不完