统计学基础(六相关分析).pptVIP

相关分析 回归分析 相关和回归分析是研究事物的相互关系，测定它们联系的紧密程度，揭示其变化的具体形式和规律性的统计方法，是构造各种经济模型、进行结构分析、政策评价、预测和控制的重要工具。 主要内容 第六章：相关与回归分析 相关分析 概念 种类 线性相关 变量之间关系 函数关系 相关关系 因果关系 互为因果关系 共变关系 确定性依存关系 随机性依存关系 相关分析系统结构 一元相关 多元相关 负 相 关 正 相 关 线性相关 曲线相关 x y 正 相 关 x y 负 相 关 x y 曲线相关 x y 不 相 关 相关的种类 相关系数的计算与测定 测定两变量是否线性相关？ 定义式： 未分组： 已分组： 值： |r|=0 不存在线性关系； |r|＝1 完全线性相关 0|r|1不同程度线性相关(0~0.3 微弱；0.3~0.5 低度； 0.5~0.8 显著；0.8~1 高度) 符号：r0 正相关；r0 负相关 计算公式 相关系数的检验（t检验） 检验统计量 线性相关系数的计算 回归分析 特点 线性回归 非线性回归 回归分析和相关分析的联系和区别 1·理论和方法具 有一致性； 2·无相关就无回归， 相关程度越高，回归越好； 3·相关系数和回归系数 方向一致，可以互相推算。 1·相关分析中，x与y对等，回归分析中，x与y要确定自变量和因变量； 2·相关分析中x，y均为随机变量，回归分析中，只有y为随机变量； 3·相关分析测定相关程度和方向，回归分析用回归模型进行预测和控制。 回归分析 一元线性回归模型 1·一元线性回归模型的一般形式 总体一元线性回归模型的一般形式 Y的数学期望E（Y） 随机误差 也称一元线性回归方程，是对应于自变量X 某一取值时因变量Y的均值。 未知参数 样本的一元线性回归模型和回归方程 一元线性回归模型 一元线性回归方程 截距 斜率（回归系数） 线性回归模型 回归系数b表明自变量x每变化一个单位因变量y的增（减）量。 b与r的关系： r＞0 r＜0 r=0 b＞0 b＜0 b=0 是理论模型，表明x与y两变量之间的平均变动关系。 （实际值）： X对y的线性影响而形成的系统部分，反映两变量的平均变动关系，即本质特征。 随机干扰：各种偶然因素，观察误差和其他被忽视因素的影响。 的理论假定 值相互独立 服从正态分布 的数学期望E（ ）＝0 的方差 都相同，且 续上 x y 2·一元线性回归模型的确定 根据实际数据，用最小平方法，即使 ，分别对a、b求编导并令其为零，求得两个标准方程： 解联立方程，得到 续上 判定系数（r2） 是对回归模型拟合优度的评价。 x y 总偏差 = 回归偏差 + 剩余偏差 r2表示全部偏差中有百分之几的偏差可由x与y的回归关系来解释。 r 的符号同 b 一元线性回归模型拟合优度的评价