7相关分析与回归分析要点.pptVIP

最小二乘估计 对例题中的两个变量的数据进行线性回归，就是要找到一条直线来适当地代表图中的那些点的趋势。首先需要确定选择这条直线的标准。 最小二乘回归法（least squares regression），寻找一条直线，使得所有点到该直线的垂直距离的平方和最小。用数据寻找一条直线的过程也叫做拟合一条直线。 最小二乘估计 例题 为研究美国软饮料公司的广告费用与销售数量的关系，分析七种主要品牌的软饮料公司的相关数据，见下表： 品牌 广告费用（百万美元） 销售数量（百万箱） Coca-Cola 131.3 1929.2 Pepsi-Cola 92.4 1384.6 Diet-Coke 60.4 811.4 Sprite 55.7 541.5 Dr.Pepper 40.2 546.9 Moutain Dew 29.0 535.6 7-Up 11.6 219.5 例题 请问广告费用和销售数量之间是否存在显著的相关关系？试计算总体的一元线性回归模型；并估计广告费用为100万美元时的销售量。 1). 计算相关系数，r=0.978148， 两者的线性相关程度较高。显著性检验略。 2). 一元线性回归方程为：y=-12.7785+14.4035x 3). 当广告费用为100万时，销售量为1427箱。 例题 品牌 广告费用（百万美元） 销售数量（百万箱） x2 xy Coca-Cola 131.3 1929.2 17239.69 253303.96 Pepsi-Cola 92.4 1384.6 8537.76 127937.04 Diet-Coke 60.4 811.4 3648.16 49008.56 Sprite 55.7 541.5 3102.49 30161.55 Dr.Pepper 40.2 546.9 1616.04 21985.38 Moutain Dew 29 535.6 841 15532.4 7-Up 11.6 219.5 134.56 2546.2 求和 420.6 5968.7 35119.7 500475.1 因果的问题 即使两个变量之间有很强的相关性，也不一定说明一个变量的改变会导致另一个改变。（看电视能延年益寿？） 两个变量间的相关性，常受到潜在背景中的变量影响；（胖妈妈和胖女儿） 建立因果关系最好的证据，来自于随机化比较实验。 胖妈妈和胖女儿 – “交叉”的问题 在一项对92个美国女孩子的研究中，度量了她们和各自的妈妈的体脂肪健康指数BMI（Body Mass Index，体重相对于身高的一种量度），BMI过高的人被认为过重或肥胖。研究度量了看电视的时间长短、体力活动的时间长短，以及数种食物的摄取量。 女孩子的BMI与体力活动只有弱相关（r＝- 0.18）与食物及电视也是弱相关 最强的相关（r＝0.506）出现在女儿BMI和妈妈BMI之间。 葡萄酒和心脏病的例子 19个发达国家一年的葡萄酒消耗量（平均每人喝葡萄酒摄取酒精的升数） 一年中因心脏病死亡的人数（每10万人的死亡数） 散点图 求回归方程 预测：摄取1升酒精，心脏病的死亡率？ 相关分析与回归分析的总结 相关分析：分析某现象中的两个变量是否存在相关关系抽取样本，首先选择好自变量 x 和因变量 y ；做散点图，观察；计算相关系数 r，并对其进行显著性检验； 回归分析：根据样本数据的相关性，计算 a 和 b ；求得 x 和 y 的数学关系式；进行回归预测和估计。 7 相关分析与回归分析 相关分析 回归分析 一元线性回归分析 关于SAT考试分数的例子 SAT（Scholastic Assessment Test），学术能力评估测试，“美国高考”。成绩最好的州Iowa，成绩最差South Carolina。 另外一种考试是ACT（American College Test） 主办SAT考试的大学委员会说：只依照SAT分数来给各州做比较或排序，是没有意义的。 为什么呢？ SAT成绩的直方图 ？ SAT成绩的散点图（scatterplot） 亚拉巴马州有8%的毕业生考了SAT 数学平均分是558 参加考试的学生越多，平均分就越低 画出正确的图很重要！ 相关分析的概念 社会经济现象中，一些现象与另一些现象之间往往存在着依存关系，当我们用变量来反映这些现象的的特征时，便表现为变量之间的依存关系。 现象之间的相互关系，可以概括为两种不同的类型：函数关系和相关关系。 相关分析：借助于图形和若干分析指标（如相关系数、相关指数等）对变量之间的依存关系的密切程度进行测定的过程。 相关分析的概念 函数关系：变量之间存在着确定性依存关系。即当一个或一组变量每取一个值时，相应的另一个变量必然有一个确定值与之对应 。 相关