统计学章.pptVIP

第六章 相关和回归分析 了解曲线回归分析的方法； 理解用最小二乘法确定一元线性回归方程 参数、的推导过程； 掌握相关的意义、种类、相关表、相关 图，掌握积差法相关系数、斯皮尔曼等级 差相关系数、肯德尔一致性相关系数，掌 握简单线性回归分析方法、多元线性回归 分析方法。 知道如何根据有关资料配合多元直线回归方程； 了解如何根据有关资料配合曲线回归方程； 能够编制相关表、绘制相关图，能用积差法公式计算相关系数，能用等级相关法计算斯皮尔曼相关系数、肯德尔相关系数，能根据有关直线回归资料配合回归直线方程。 第一节 相关的意义和种类 一、相关的意义 　　客观现象之间确实存在的但关系数值不确 定的数量上的依存关系叫相关关系。 　　对现象之间相互关系密切程度的研究，称 为相关分析，相关分析的概念也可用数学术语 表达：相关分析是研究一个变量与另一个变量 或另一组变量之间相关密切程度和相关方向的 一种统计方法。 一、相关的意义 　　相关关系具有如下两个特点： 　　第一，现象之间确实存在数量上的依存关系 　　在相关关系中，有时相互联系的现象之间存 在一定的因果关系，把起着影响作用、主导作用 的那个因素的标志称为自变量，把受到自变量影 响而发生变动的那个因素的标志称为因变量。 　　在相关关系中，有时两个变量之间存在非因 果关系。在这种情况下，只有根据研究目的来决 定谁是自变量谁是因变量。 一、相关的意义 　　 第二，现象之间数量上的依存关系是不确 定的 　　对其中一个变量的某一个数值，另一个变 量可能有许多数值与之对应。在这些数值之间 表现出一定的波动性，但又总是围绕着它们的 平均数并遵循一定的规律而波动。 　　与相关关系对应的是函数关系。 二、相关的种类 （一）按变量之间的相关强度分 （一）按变量之间的相关强度分 （二）按变量之间的方向分 （二）按变量之间的方向分 （三）按变量之间相关的形式分 （三）按变量之间相关的形式分 （四）按影响因素的多少分 第二节 相关表、相关图和相关系数 一、相关表 　　编制相关表，必须具有若干个自变量与因 变量的对应资料。而且这类资料要有一定的数 量，如有全面资料则更好。通过这些资料编制 相关表可以直观地判断变量之间大致上呈现何 种关系形式。 （一）简单相关表 （一）简单相关表 （二）分组相关表 1. 单变量分组相关表 1. 单变量分组相关表 2. 双变量分组相关表 2. 双变量分组相关表 二、相关图 　　通过编制相关图也可直观地判断变量之间 大致上呈现何种关系的形式。 　　相关图，又称散布图或散点图。它是利用 直角坐标第一象限，将自变量（x）置于横轴 上，因变量（y）置于纵轴上，将两变量相对 应的变量值用坐标点形式描绘出来，用以表明 相关点分布状况的图形。 二、相关图 三、相关系数 　　（一）相关系数的意义 　　相关系数是直线相关条件下说明两个现 象之间相关关系的密切程度的统计分析指标， 用 r 表示，相关系数的取值范围在－1和＋l 之间，带负号表明是负相关，带正号表明是 正相关。 （一）相关系数的意义 （二）相关系数计算 （二）相关系数计算 （二）相关系数计算 （二）相关系数计算 （二）相关系数计算 （二）相关系数计算 （二）相关系数计算 （二）相关系数计算 （二）相关系数计算 （二）相关系数计算 （二）相关系数计算 第三节 简单线性回归分析 一、回归分析的意义及分类 　　对现象间变量关系的研究，一般是从两 方面来进行的： 　　一方面，研究变量间联系的密切程度， 称相关分析。对于直线相关，用相关系数来 表示；对于曲线相关，用相关指数来表示； 　　另一方面，研究变量间的变动关系，并 用数学方程式表示，称回归分析。 一、回归分析的意义及分类 　　回归分析可按不同的标准进行分类 （见图6-8）。 二、一元线性回归分析 （简单线性回归分析） 　　用直线方程来表明两个变量间的变动关 系，并进行估计推算的分析方法称为一元线 性回归分析。 　　特点： 　　（1）两个变量之间不是对等关系，进行 回归分析时，应先根据研究目的确定自变量 和因变量； 　　（2）回归方程的作用在于给出自变量的 值估计推算因变量的值，回归方程表明变量 间的变动关系； 二、一元线性回归分析 （简单线性回归分析） 　　（3）回归方程中自变量的系数称为回归 系数，回归系数为正号表明回归方程配合的 是一条上升的直线，负号表明回归方程配合 的是一条下降直线。 　　（4）回归方程要求自变量是给定的数 值，因变量是随机变量。 二、一元线性回归分析 （简单线性回归分析） 　　配合一元回归直线方程须具备下列前提 条件