离散系数、相关系数及其应用.docVIP

离散系数、相关系数 一、复习方差、标准差 （总体标准差，对应于Excel的stdev） （抽样标准差，即以样本标准差估计总体的标准差，对应于Excel的stdevp） 其中 关于标准差与正态分布的关系 二、离散系数 标准差和变量X是同一量纲的，与平均数同一量纲，标准差的大小受X变量的影响，如果分析不同现象间的差异程序，就不能直接用标准差进行对比。就会采用一变异度的相对数指标进行分析。这个变异度相对指标就是我们这里所说的离散系数，也叫变异度系数。它是一个相对数，没有单位，用百分数表示，反映总体各单位标志值离散的相对程度，值越小，表示离散程度越小。 三、相关系数 变量之间的依存关系可以分为函数关系和相关关系，函数关系是指现象之间存在严格的依存关系，变量之间可以能过一个数学函数一一对应。相关关系是指现象之间存在着非严格的、不确定的依存关系。某一变量的变化会影响到另一变量的变化，而这种变化不能用函数来描述的，并且这种变化也是随机的。即是当给定一变量的一个指定值时，另一变量会有若干个值与之对应，并且有一定的规律，围绕这些数值的平均值上下波动。 相关关系的分类 １）按变量的多少分：单相关、复相关 ２）按相关形式分：线性相关、非线性相关 ３）按相关方向分：正相关、负相关 ４）按相关程度分：完全相关、不完全相关、不相关 ５）按变量之前的依存关系分：单向因果关系、互为因果关系、分不清因果关系 了解R的计算方法 扩展阅读： R最初的计算公式及意义 记为Lyy=Q+U Lyy为总变差，它是由于以下两个变差引起的； Q为剩余变差，又叫残差平方和，是由观测和实验中产品的误差以及其他未考虑因素所引起的 U为回归变差，又叫回归平方各，是由自变量原因引起的波动； 熟识R2的意义 X与Y之间的R2称为X与Y的可决系数，它是回归变差和总变差之比，反映x的变动对Y的影响，如R＝0.8,则R2＝0.64,则说明变量x的变动对Y的影响占了64%，其余的影响由观测误差及其它未考虑因素在内。 R＝0时，X与Y不相关，X的变动不会影响Y的变动； |R|＝1时，X与Y完全相关，X与Y已经变成了函数关系； 0|R|1时，X的变动引起Y的部分变动，R的绝对值起大，引起对Y的变动就越大，|R|0.8时称为高度相关，当|R|0.3，即R20.09时，称为低度相关，其他为中度相关。 R的应用