第七章相关.pptVIP

一、相关的概念 （一）相关分析 从数量上分析现象之间相关关系的理论和方法。 在自然界和人类社会中，现象之间广泛存在着相互依存关系，而这种相互依存关系归纳起来有两种不同的类型。 （二）函数关系（确定性关系） 对于某一变量的每个数值都有另一变量的完全确定的值与之对应。 圆面积与它的半径之间的关系 （三）相关关系（非确定性关系） 现象之间存在一定的依存关系，但不是一一对应的关系，即相随变动关系。 农作物的施肥量与亩产量之间的关系，就是这种非确定性的相互依存关系。 在一定的条件下，施肥量增加，亩产量也相应的提高，说明它们之间存在相互依存关系。但是同样的施肥量，亩产量并不是唯一的，说明它们之间并不存在严格的函数关系。因为影响亩产量的因素除了施肥量外，还有种子、土壤、降雨量等。 工人的技术水平与产品质量的关系 商品销售量与价格的关系 产品产量与耗电量的关系（互为因果关系） 二、相关关系的种类 （一）按变量之间相关的程度 1.完全相关 因变量的变动完全由自变量的变动所决定，函数关系。 2.完全不相关 变量之间彼此互不影响。 3.不完全相关 变量之间有一定依存关系，但不是一一对应的关系。 （二）按相关关系涉及变量的多少 1.单相关 两个变量之间的相关关系 2.复相关 三个或三个以上变量之间的相关关系 （三）按变量之间相关关系的表现形式 1.线性相关 当自变量发生变动时，因变量随之发生大致均等的变化。 （相关点近似地表现为直线形式） 2.非线性相关 当自变量发生变动时，因变量发生不均等的变化。 （相关点近似地表现为各种不同的曲线形式） （四）对线性相关，按相关的方向 1.正相关 两个变量变化的方向相同。 2.负相关 两个变量变化的方向相反。 三、相关与回归分析的主要内容 （一）确定变量之间有无相关关系及呈现的形态 用定性分析、相关表或相关图。 （二）确定变量之间相关关系的密切程度 用相关系数。 （三）建立变量之间变动关系的方程式 用最小平方法建立变量之间的回归方程。 （四）测定因变量估计值的可靠性 计算估计标准误差。 第二节 简单线性相关分析 一、相关表 (一)简单相关表 (二)单变量分组相关表 (三)双变量分组相关表 二、相关图 三、相关系数 （一）基本公式 （二）性质 （三）其它计算公式 （四）例题 一、相关表 （二）单变量分组相关表 （三）双变量分组相关表 二、相关图 三、相关系数 1.基本公式 (1)说明相关的方向 (2)显示相关程度 的作用与不足 （1）作用：消除了变量值个数的影响。 （2）不足： 协方差数值受变量值大小和计量单位的影响。 的作用 同协方差相比，相关系数有两个作用； （1）它是一个系数，不受变量值水平和计量单位的影响，可以在不同资料之间对相关程度进行对比。 （2）相关系数的数值有一定范围即: 3、当r﹥0时，为正相关，当r﹤0时，为负相关。 （三）相关系数的其它计算公式 第三节 一元线性回归分析 一、相关分析与回归分析的关系 （一）区别 （二）联系 二、一元线性回归方程的建立 （一）回归方程的建立 （二）r与b的关系 三、估计标准误差 （一）基本公式 （二）计算公式 一、相关分析与回归分析的关系 （一）区别 1.相关分析的任务是确定两个变量之间相关的方向和密切程度。回归分析的任务是寻找因变量对自变量依赖关系的数学表达式。 2.相关分析不必确定两变量中哪个是自变量，哪个是因变量，而回归分析中必须区分因变量与自变量。 3.相关分析中两变量是对等的,改变两者的地位，并不影响相关系数的数值，只有一个相关系数。而在回归分析中，互为因果关系的两个变量可以编制两个独立的回归方程。 （二）联系 1.相关分析是回归分析的基础和前提。 只有在相关分析确定了变量之间存在一定相关关系的基础上建立的回归方程才有意义。 2.回归分析是相关分析的继续和深化。 只有建立了回归方程才能表明变量之间的依赖关系，并进一步进行预测。 二、一元线性回归方程的建立 （一）回归方程的建立 1.假设回归方程 2.计算a、b两个参数（最小平方法） （二）b与r的关系 三、估计标准误差 （一）定义公式 （四） a=738.18-70.12×5.72=368.65 第七章 相关与回归分析—回归分析 r=0.9 a=2.8 第七章 相关与回归分析—回归分析 第七章 相关与回归分析—回归分析 （二）计算公式 (三)意义 估计标准误差是说明回归方程代表性大小的统计分析指标。其值小，表明方程代表性大；反之亦然。 第七章 相关与回归分析—回归分析 实际中，一般不常用这种方法计算r， 因为，（1