- 1、本文档共52页,可阅读全部内容。
- 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、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、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
第7章 相关与回归
? ? ? ? ? ? ? ? ? ? ? ? 不相关 ? ? ? ? ? ? ? ? ? 负线性相关 ? ? ? ? ? ? ? ? ? 正线性相关 ? ? ? ? ? ? ? ? ? ? ? ? 非线性相关 ? ? ? ? ? ? ? 完全负线性相关 完全正线性相关 ? ? ? ? ? ? ? ? ? 0 II III IV I [例]在西方国家餐饮等服务行业有一条不成文的规定,即发生餐饮等服务项目消费时,必须给服务员一定数额的小费,许多人都听说小费应该是账单的16%左右,是否真的如此呢?为了解餐饮业消费数额与小费之间的数额关系,特从若干名消费者中随机抽取10位消费者调查,所得数额如下: 单位:美元 0 5 10 15 20 25 33.5 50.7 63.6 78.5 87.9 98.8 107 102 121 141 小费 消费 22.4 15.4 9.4 18.6 16 12 17 8.1 5.0 5.5 小费 140.6 102.3 78.5 120.7 107.3 63.6 98.8 87.9 50.7 33.5 消费 相关系数计算: 账单X 小费Y XY 33.5 5.5 1122.25 30.25 184.25 50.7 5 2570.49 25 253.5 63.6 12 4044.96 144 763.2 78.5 9.4 6162.25 88.36 737.9 87.9 8.1 7726.41 65.61 711.99 98.8 17 9761.44 289 1679.6 107.3 16 11513.29 256 1716.8 102.3 15.4 10465.29 237.16 1575.42 120.7 18.6 14568.49 345.96 2245.02 140.6 22.5 19768.36 506.25 3163.5 883.9 129.5 87703.23 1987.59 13031.18 即账单消费额与小费之间存在着高度的正相关关系。 如前例:账单与小费之间的r=0.92 ∴拒绝原假设,则认为两者存在显著的线性相关。 r检验法: t 检验法: 样本的相关系数r=0.92 餐饮消费额与小费数据如下: 单位:美元 0 5 10 15 20 25 33.5 50.7 63.6 78.5 87.9 98.8 107 102 121 141 小费 消费 22.4 15.4 9.4 18.6 16 12 17 8.1 5.0 5.5 小费 140.6 102.3 78.5 120.7 107.3 63.6 98.8 87.9 50.7 33.5 消费 经济意义:用餐消费每增加100元,小费支出平均增加16.6元。 通过散点图可近似看出消费额与小费之间呈线性关系,故设两者有关系 相关系数 总离差中的84.7%是因为x的变动所引起的。 账单X 小费Y XY 33.5 5.5 1122.25 30.25 184.25 50.7 5 2570.49 25 253.5 63.6 12 4044.96 144 763.2 78.5 9.4 6162.25 88.36 737.9 87.9 8.1 7726.41 65.61 711.99 98.8 17 9761.44 289 1679.6 107.3 16 11513.29 256 1716.8 102.3 15.4 10465.29 237.16 1575.42 120.7 18.6 14568.49 345.96 2245.02 140.6 22.5 19768.36 506.25 3163.5 883.9 129.5 87703.23 1987.59 13031.18 账单X 小费Y XY 33.5 5.5 1122.25 30.25 184.25 50.7 5 2570.49 25 253.5 63.6 12 4044.96 144 763.2 78.5 9.4 6162.25 88.36 737.9 87.9 8.1 7726.41 65.61 711.99 98.8 17 9761.44 289 1679.6 107.3 16 11513.29 256 1716.8 102.3 15.4 10465.29 237.16 1575.42 120.7 18.6 14568.49 345.96 2245.02 140.6 22.5 19768.36 506.25 3163.5 883.9 129.5 87703.23 1987.59 13031.18 观察值与回归值之间的平均离差为2.44 * * 相关分析 回归分析 第六章 相关与回归 相关和回归分析是研究事物的相互关
文档评论(0)