回归相关分析.ppt

第10章???一元线性相关与回归分析  主要内容： 一、相关与回归概述 二、线性相关分析 三、一元线性回归分析 四、Excel 的应用 10.1 相关分析 变量间的关系 相关关系的种类 相关分析与回归分析概述 相关关系的描述与测度 相关系数的显著性检验 10.1.1 变量间的关系 在生产和经营活动中，人们经常要对变量之间的关系进行分析，以揭示变量之间的关系及其关联程度，探索出内在的数量规律性，进行科学的预测。 比如在企业生产中，我们要对影响生产成本的各种因素进行分析，以达到控制成本的目的；在农业生产中，我们需要研究农作物产量与施肥量之间的关系，以便分析施肥量对产量的影响，进而确定合理的施肥量；在商业活动中，我们需要研究广告费支出与销售量之间的关系，进而通过广告费支出来预测销售量等。 变量之间的关系可以分为两种类型 函数关系 相关关系 函数关系 是一一对应的确定关系 设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相应的值，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量 各观测点落在一条线上 函数关系的例子 相关关系 变量间关系不能用函数关系精确表达 一个变量的取值不能由另一个变量唯一确定 当变量 x 取某个值时，变量 y 的取值可能有几个 各观测点分布在直线周围 相关关系的例子 1.1.2 相关关系的种类 按相关程度分为：完全相关、不完全相关、不相关。 按相关性质分为：正相关、负相关。 按相关形式分为：线性相关、非线性相关。 按相关关系涉及的变量的多少分为：单相关、复相关。 10.1.3 相关分析与回归分析概述 分析内容 相关分析： 1.确定现象间或变量间有无关系以及相关关系呈现的形态或类型； 2.确定相关关系的密切程度（r）。 回归分析： 1.确定变量间的数量依存关系（回归方程）； 2.根据回归方程进行预测和控制。 变量间的关系 相关分析： 变量 x 变量 y 处于平等的地位； 变量 x 和 y 都是随机变量回归分析中。 回归分析： 变量 y 称为因变量，处在被解释的地位，x 称为自变量，用于预测因变量的变化； 因变量 y 是随机变量，自变量 x 可以是随机变量，也可以是非随机的确定变量 特别提醒 运用相关回归等定量分析方法，必须以定性分析为前提。 10.1.4 相关关系的描述与测度 1）散点图 例 一家大型商业银行在多个地区设有分行，其业务主要是进行基础设施建设、国家重点项目建设、固定资产投资等项目的贷款。近年来，该银行的贷款额平稳增长，但不良贷款额也有较大比例的提高，这给银行业务的发展带来较大压力。为弄清楚不良贷款形成的原因，希望利用银行业务的有关数据做些定量分析，以便找出控制不良贷款的办法。 下面是该银行所属的25家分行2002年的有关业务数据。 25家分行2002年的有关业务数据 散点图 2）相关系数 对变量之间关系密切程度的度量 对两个变量之间线性相关程度的度量称为简单相关系数 若相关系数是根据总体全部数据计算的，称为总体相关系数，记为? 若是根据样本数据计算的，则称为样本相关系数，记为 r 样本相关系数的计算公式 相关系数的计算 相关系数取值范围及意义 r 的取值范围是 [-1,1] |r|=1，为完全相关 r =1，为完全正相关 r =-1，为完全负正相关 r = 0，无关，或不存在线性相关关系 r取值为负数，为负相关 r取值为正数，为正相关 |r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切 相关系数取值的意义 相关系数取值的意义 相关系数r的绝对值 大于或等于0.8，高度相关 0.5——0.8 ， 中度相关 0.3——0.5， 低度相关 0.3以下， 可视为不相关 但这种解释必须建立在对相关系数进行显著性检验的基础之上。 10.1.5 相关系数的显著性检验 检验：能否根据样本相关系数说明总体的相关程度，即考察样本相关系数的可靠性。 通常采用 t 分布检验 该检验可以用于小样本，也可以用于大样本。 相关系数显著性检验的步骤 1.提出假设：假设样本是从不相关的总体中抽出的 H0：? ? ? ；H1： ? ? 0 2.计算检验的统计量 3.确定显著性水平?，查表得临界值t??? 4.统计决策 若?t?t???，拒绝H0 若?t?t???，不拒绝H0 例题分析 对不良贷款与各项贷款余额之间的相关系数进行显著性检 (??0.05) 提出假设：H0：? ? ? ；H1： ? ? 0， 即不良贷款与各项贷款余额之间无显著的正线性相关关系