统计基础知识 中职课件 第9章 相关分析和回归分析.pptVIP

第九章 相关分析和回归分析 ;第一节 相关分析;一、相关分析的概念;（二）函数关系;（三）相关关系分析;二、相关分析的种类和特点;图9-1;图9-2;三、相关分析的主要内容;四、相关关系的定性测定方法;【例9-1】 ;表9-1;（二）相关图;图9-3 广告投入与销售额的相关图;五、相关关系的定量测定方法;当0＜｜r｜＜0.3时，为微相关，或称不相关。 当0.3≤｜r｜＜0.5时，为低度相关。 当0.5≤｜r｜＜0.8时，为显著相关。 当0.8≤｜r｜＜1时，为高度相关。;（二）相关系数的计算;第二节 回归分析;一、回归分析的概念;二、相关分析和回归分析的关系; 相关分析和回归分析的主要区别是： (1)在相关分析中涉及的变量不存在自变量和因变量的划分问题，变量之间的关系是对等的；而在回归分析中，必须根据研究对象的性质和研究分析的目的，对变量进行自变量和因变量的划分。; (2)在相关分析中所有的变量都必须是随机变量；而在回归分析中，自变量是给定的，因变量才是随机变量，即将自变量的给定值代入回归方程后，所得到的因变量的估计值不是唯一确定的，而是会表现出一定的随机波动性。; (3)相关分析主要是通过一个指标，即相关系数来反映变量之间相关程度的大小，由于变量之间是对等的，因此相关系数是唯一确定的。而在回归分析中，对于互为因果的两个变量，则有可能存在多个回归方程。;三、简单直线回归分析;（二）简单线性回归模型的建立和应用; 一元线性回归方程的模型是： yc=a+bx 式中，yc表示因变量y的估计理论值； x表示自变量的实际值； a、b 表示待定参数。; a的几何意义是直线方程的截距，其经济意义是当x为0时，y的估计值；b的几何意义是直线方程的斜率，其经济意义是当x每增加1个单位，y平均增加的数量，也叫回归系数。当b的符号为正时，自变量和因变量同方向变动；当b的符号为负时，自变量和因变量反方向变动。; 对于一元线性回归方程，给定自变量x的值，就可以推算出因变量的估计值(理论值)yc。为了使配合的回归直线是最佳的，并最能贴切地反映其变量间的数量关系，通常根据数学中??最小平方法原理来确定a、b两个参数。数理统计已经证明，用最小平方法配合的直线最理想、最具代表性。; 最小平方法配合回归直线方程，就是要求实际值与趋势值的离差平方和为最小。其计算公式如下： Q=∑(y-yc)2=∑(y-a-bx)2=最小值 根据最小平方法的要求，对上式进行极值求解，可得到参数a和b的求解方程：;∑y=na+b∑x ∑xy=a∑x+b∑x2 解该方程组可以得到a、b两个待定参数的计算公式如下：;四、估计标准误差; 估计标准误差是用来评价回归方程代表性大小的统计分析指标，其值越小，说明各个估计值和实际值越接近，回归方程的代表性越好；反之，其值越大，说明各个估计值与实际值的差距越大，回归方程的代表性越差。如果其值为0，说明估计值与实际值没有差距，估计值完全准确。;（二）估计标准误差的计算方法; (2) 根据a、b两个参数值计算估计标准误差。当实际值较多且数值较大时，也可以采用简捷计算法计算。其计算公式如下：