ch6相关和回归分析.ppt

  1. 1、本文档共60页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
ch6相关和回归分析

第六章 相关与回归分析 例子:我们身边有趣的经济现象 Skirt-length Theory 裙长理论 裙子长度与股票走势 牛市还是熊市得看看女士裙子是长还是短 以美国股市为例 1920年,裙子变短,股市上扬 1929年,裙子变长,股市崩盘 1960-1970,迷你裙当道,股市强劲 1970年以后,当裙长至脚踝时,股市哀鸿一片 为什么? 有理论蕴意抑或胡说八道? 解释1:与情绪有关 女性流行穿短裙,意味着她们充满信心,情绪高涨,预示着事物发展的牛市心态; 女性流行穿长裙,意味着她们内心恐惧、情绪低落,隐藏着事物发展的熊态特征。 解释2:与商品有关 经济景气时,裙子越穿越短,以展示穿在美腿上的昂贵丝袜 经济萧条时,裙子越穿越长,好遮掩腿上既破旧又廉价的丝袜 是裙子长度引领股市走势,还是股市引导时尚潮流? 在这一章,我们将学习: 什么是相关分析? 什么是回归分析? 第一节 相关分析概述 一、函数关系与相关关系 (一)函数关系 严格的依存关系,即具有确定性的对应关系,可用一个数学表达式反映出来。 如:圆面积s与半径r 销售额与销售量的关系 函数关系 (二) 相关关系 不严格的依存关系 不具有确定性的对应关系 不能用函数关系精确的表达 相关关系 判断函数关系or相关关系 商品销售额(y)与广告费支出(x)之间的关系 收入水平(y)与受教育程度(x)之间的关系 商品销售额(y)与销售量(x)的关系 身高(y)与体重(x) 二、相关关系的种类 (一)按相关程度分: 1、完全相关 2、不完全相关 3、不相关 (二)按相关的方向分: 1、正相关:x增加,y增加 x减少,y减少 2、负相关:x增加,y减少 x减少,y增加 (三)按相关的形式分 1、线性相关:x,y大致呈直线关系 2、非线性相关:x,y大致呈曲线关系 (四)按所研究的变量多少分: 1、单相关:x与y的相关关系 2、复相关:x,y与z的相关关系 3、偏相关:x不变时,y与z的相关关系 三、相关分析与回归分析 相关分析:x与y之间依存关系的密切程度 回归分析:根据相关关系的具体形态,选择一个合适的数学模型(简称回归模型),来近似地表达变量间的平均变化关系。 (一)两者的区别 1、相关分析中,x与y对等,回归分析中, y因变量,处于被解释的地位。 2、相关分析中x,y均为随机变量,回归分析中,x为确定性变量,y为随机变量; 3、相关分析研究两个变量之间的密切程度,回归分析不仅可以解释x对y的影响大小,还可以用回归模型进行预测和控制。 两者的联系 1、相关分析是回归分析的基础和前提 2、回归分析是相关分析的深入和继续 第二节 相关关系的判断和测度 一、定性分析 根据经济理论、专业知识和实践经验,通过绘制相关表或相关图,判断x与y是否存在相关关系,及相关的方向、形态和密切程度。 1、相关表 判断广告费与年销售收入是否具有相关关系? 2、相关图(散点图) 二、定量分析 简单相关系数:在直线相关条件下,表明两个现象之间相关关系的方向和密切程度的综合性指标。一般用符号r表示。 1、相关系数计算:积差法 化简得: 解:计算相关系数需算5个数 2、相关系数的取值及意义 2、相关系数的取值及意义 (5) |r|<0.3称为微弱相关 0.3≤ |r|<0.5称为低度相关 0.5≤ |r|<0.8称为显著相关 0.8≤ |r|<1称为高度相关或强相关 判断: 若r=1,说明什么? 若r=0.3,说明什么? 若r=-0.9,说明什么? R=0.6与r=-0.8哪个相关程度更大? 课堂练习 计算公司每年的投资和利润的简单相关系数。 第二节 回归分析 一、回归分析的定义 (X变大一倍时,Y大概会变化多少呢?) 回归分析中,用来表达变量之间的关系的数学形式就叫“模型”,也叫“回归方程式”。如:Y=3+2X “回归”是一种根据自变量(解释变量)来解释/预测因变量(被解释变量)的方法。 为什么这种方法叫“回归”呢? Regress——“往回走” 高尔顿爵士(1822-1911)被誉为现代回归和相关技术的创始人。 他在研究父母的身高对儿女身高的影响时发现,如果父母的身高超出人群身高的平均值,儿女的身高通常也会超出人群平均身高,但不像父母超出的那么多。高尔顿把这种现象称为“向人群平均身高的回归”。 于是这种说法就被用在这种统计方法上了。 二、回归模型的类型 三、一元线性回归模型 1、模型的建立 例如: 研究收入(x)对消费(y)的影响,获得如下的回归模型: (1)截矩项,表示当x=0时,y的期望值。在这里,它表示平均每人固定的最低消费水平。 (2)斜率为0.75,表示收入每增加一元,人们会

文档评论(0)

junjun37473 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档