第九章 直线回归与相关-hu.ppt

当(X，Y )总体呈正相关时，落在象限Ⅰ、Ⅲ的点一定比落在象限Ⅱ、Ⅳ的多，故 一定为正；同时落在象限Ⅰ、Ⅲ的点所占的比率愈大，此正值也愈大。 一、相关系数和决定系数 （一）相关系数 正相关 ρ ＞0 当(X，Y )总体呈负相关时，则落在象限Ⅱ、Ⅳ的点一定比落在象限Ⅰ、Ⅲ的为多，故 一定为负；且落在象限Ⅱ、Ⅳ的点所占的比率愈大，此负值的绝对值也愈大。 负相关 ρ ＜0 (X，Y )总体没有相关，则落在象限Ⅰ、Ⅱ、Ⅲ、Ⅳ的点是均匀分散的，因而正负相消， = 0。 无相关 ρ = 0 的值可用来度量两个变数直线相关的相关程度和性质。但是，X 和Y 的变异程度、所取单位及 N 的大小都会影响其大小。 这些因素的影响是可以消去的。方法是将离均差转换成以各自的标准差为单位，使成为标准化离差，再以N 除之。 可定义双变数总体的相关系数为： （9·33） (9·33)的ρ已与两个变数的变异程度、单位和N 大小都没有关系，是一个不带单位的纯数，因而可用来比较不同双变数总体的相关程度和性质。 相关系数是两个变数标准化离差的乘积之和的平均数。 因为： 在回归分析时分成了两个部分：一部分是离回归平方和Q ，另一部分是回归平方和U =(SP)2/SSx。 因此，又可有定义： 样本的相关系数 r (9·34) r 的显著与否还和自由度有关， 越大，受抽样误差的影响越小，r 达到显著水平的值就较小。正的r 值表示正相关，负的r 值表示负相关。而相关系数r的正或负和回归系数b是保持一致。 r 的取值区间是[-1，1]。双变数的相关程度决定于 |r|，|r|越接近于1，相关越密切；越接近于0，越可能无相关。 或由y不同而引起的x 的平方和 占x 总平方和SSx= 的比率，其值为： (二) 决定系数 决定系数(determination coefficient)定义:由x不同而引起的y 的平方和 占y 总平方和SSy= 的比率； （9·35） 所以决定系数即相关系数r 的平方值。 决定系数和相关系数的区别在于：① 除掉|r |=1和0的情况外，r2总是小于|r |。这就可以防止对相关系数所表示的相关程度作夸张的解释。 例如，r =0.5，只是说明由x 的不同而引起的y 变异(或由y 的不同而引起的x 变异)平方和仅占y 总变异(或 x 总变异) 平方和的r2 =0.25，即25%，而不是50%。 ② r 是可正可负的，而r2则一律取正值，其取值区间为[0，1]。因此，在相关分析由r 的正或负表示相关的性质，由r2 的大小表示相关的程度。 (三) 相关系数和决定系数的计算 [例9.11] 试计算例9.1资料3月下旬至4月中旬积温和一代三化螟盛发期的相关系数和决定系数。 在例9.1已算得该资料的SSx =144.6356，SSy=249.5556,SP=-159.0444，故代入(9·34)有： 在 的总体中抽样，r 的分布随样本容量n的不同而不同。 (一) 的假设测验 测验一个样本相关系数 r 所来自的总体相关系数是否为0，所作的假设为H0： 对HA： ≠0。 二、相关系数的假设测验 (9·36) r的抽样误差： 当 时： 此 t 值遵循 的t分布，由之可测验 H0： 。 或 (9·37) [例9.12] 试测验例9.11所得r= -0.8371的显著性。由(9·36)可得： 代入(9·37)得： 查附表4，t0.01，7=3.50,现实得 =4.05＞t0.01，所以H0： 被否定，HA： 被接受，r 在 a= 0.01水平上显著。 本例t = -4.05和该资料在例9.3作回归系数的假设测验时的t = -4.05完全相同。 图9-3，旬平均温度累积值和一代三化螟盛发期的关系 x，3月下旬至4月中旬旬平均温度累积值 y,一代三化螟盛发期 图9.3的回归直线是9个观察坐标点