暨南大学-彭维湘-统计学原理6.pptVIP

第六章 相关和回归内容简介 相关分析：用综合指标反映不同现象之间的关联程度。 回归分析：用数学模型描述不同现象之间的依存关系。 内容包括：相关系数的计算、回归模型的估计；直线和曲线回归、一元和多元回归、单相关和复相关等。 第六章 相关和回归目 录 第一节 相关与回归分析的基本问题 相关的概念与种类；回归的概念与种类；相关与回归分析的区别与联系；相关与回归分析的作用；相关与回归分析的步骤 第二节 直线相关与简单直线回归分析 相关图；简单直线回归分析；直线相关分析；估计标准误差；相关与回归在计算上的联系 第三节 曲线相关与曲线回归分析 曲线相关与曲线回归的概念和分类；可线性化的曲线回归方程的方程变换及相关指数的计算 第四节 时间数列自身相关与自身回归分析 简单自身回归方程；自身相关系数 第五节 复相关与复回归分析 复相关与复回归的概念和种类；复相关系数与复回归方程的测字 第六节 应用相关与回归分析应注意的问题 相关与否要以定性分析为前提；回归分析要正确确定自变量和因变量；要选用正确的数学表达式；要注意回归分析应用的范围和条件 第六章 相关和回归第一节 相关与回归分析的基本问题 一、相关的概念与种类 1、函数关系 现象间严格的依存关系，一个变量的变化通过数学函数确定另外一个变量的变化。 销售额＝销售量*价格 2、相关关系 现象间存在着非严格的、不确定的依存关系。一个变量的变化会影响另一个变量的变化，但变化的数量上具有一定随机性。 收入＝f（学历，职业）+随机误差项 价值决定价格规律如何用统计方法证明？ 供求决定价格规律如何用统计方法证明？ 第六章 相关和回归第一节 相关与回归分析的基本问题 一、相关的概念与种类 3、相关关系的种类 1）按变量多少：单相关、复相关、偏相关。 2）按相关形式：线性相关、非线性相关。 3）按相关方向：正相关、负相关。 4）按关联程度：完全相关、不完全相关、不相关。 5）按相关性质：真实相关、虚假相关。 第六章 相关和回归第一节 相关与回归分析的基本问题 二、回归的概念与种类 1、概念 研究自变量与因变量之间关系形式的一种分析方法。目的是根据已知的变量估计和预测因变量的总平均值。 2、回归的种类 1）一元回归和多元回归 2）线性和非线性回归 3）自身回归和无自身回归 第六章 相关和回归第一节 相关与回归分析的基本问题 三、相关与回归分析的区别与联系 1、互相补充：相关分析依靠回归分析表明现象数量关系的具体形式；回归分析依靠相关分析表明现象间的相关程度。 2、研究方法不同：相关分析研究现象间的相关方向和相关程度；回归分析研究现象间相关的具体形式，可以从一个变量的变化推断另外一个变量的变化。 3、相关分析无因变量、自变量之分；回归分析必须事先确定那个是因变量和自变量。 第六章 相关和回归第一节 相关与回归分析的基本问题 四、相关与回归分析的作用 1、现象间关系和变化规律分析 2、进行预测 3、补充缺少资料 五、相关与回归分析的步骤 1、相关事物间的定性分析 2、确定回归方程 3、计算相关系数 4、进行推算和预测 5、区间估计 第六章 相关和回归第二节 直线相关与简单直线回归分析 一、相关图 第六章 相关和回归第二节 直线相关与简单直线回归分析 一、相关图 第六章 相关和回归第二节 直线相关与简单直线回归分析 二、简单直线回归分析 1、特点 1）两个变量：因变量、自变量 2）因变量是随机变量，自变量是控制变量 3）用给定自变量推断因变量 4）回归系数正负皆可 2、回归方程 y= a + bx+e ?= a + bx 第六章 相关和回归第二节 直线相关与简单直线回归分析 二、简单直线回归分析 3、回归方程图示 第六章 相关和回归第二节 直线相关与简单直线回归分析 二、简单直线回归分析 4、回归模型假设 （1）误差项的期望值为0，即E(ei)＝0，E(yi)＝a+bxi； （2）误差项的方差为常数，即VAR(ei)=E(ei2)=?2; （3）误差项不存在序列相关，即COV(ei,ej)=0。 （4）自变量与随机误差项无关，即COV(ei,xi)=0。 （5）随机误差项ei服从正态分布。在此（称为高斯假定）下的回归模型称为标志线性回归模型。 第六章 相关和回归第二节 直线相关与简单直线回归分析 二、简单直线回归分析 5、回归方程估计 回归模型中，a、b为未知参数，需要估计；若有一个容量为n的样本观察值，即n对（x,y）,根据样本估计总体参数a、b 。 回归系数的估计：最小二乘法 根据回归模型yi=a+bxi+ ei ，则ei＝yi－（a+bxi），（i=1,2,…,n） 最小二乘法：要求随机误差项的平方总和最小,即?(ei2)=最小; 令Q= ?(e