概率统计基础精品教学（李芳凤）相关与回归.pptVIP

误差平方和的分解 (三个平方和的关系) SST = SSR + SSE 总离差平方和 (SST) { 回归平方和(SSR) { 残差平方和 (SSE) { 误差平方和的分解(三个平方和的意义) 1总平方和(SST—total sum of squares) 反映因变量的 n 个观察值与其均值的总误差 2回归平方和(SSR—sum of squares of regression) 反映自变量 x 的变化对因变量 y 取值变化的影响，或者说，是由于 x 与 y 之间的线性关系引起的 y 的取值变化，也称为可解释的平方和 3残差平方和(SSE—sum of squares of error) 反映除 x 以外的其他因素对 y 取值的影响，也称为不可解释的平方和或剩余平方和 可决系数R2  (coefficient of determination) 回归平方和占总离差平方和的比例 反映回归直线的拟合程度 取值范围在 [ 0 , 1 ] 之间 R2 ?1，说明回归方程拟合的越好；R2?0,说明回归方程拟合的越差 【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增长，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，管理者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 可决系数 【例】计算不良贷款对贷款余额回归的判定系数，并解释其意义. 【例】计算不良贷款对贷款余额回归的判定系数，并解释其意义. 判定系数的实际意义是：在不良贷款取值的变差中，有71.16%可以由不良贷款与贷款余额之间的线性关系来解释，或者说，在不良贷款取值的变动中，有71.16%是由贷款余额所决定的。可见不良贷款与贷款余额之间有较强的线性关系. 显著性检验 回归方程的显著性检验 检验自变量与因变量之间的线性关系是否显著 线性关系的检验 (检验的步骤) 提出假设 H0：?1=0 线性关系不显著 2. 计算检验统计量F 确定显著性水平?，并根据分子自由度1和分母自由度n-2找出临界值F ? 作出决策：若FF ? ,拒绝H0； 若FF ? ,不拒绝H0 线性关系的检验 提出假设 H0：?1=0 不良贷款与贷款余额之间的线性关系不显著 计算检验统计量F 确定显著性水平?=0.05，并根据分子自由度1和分母自由度25-2找出临界值F ?=4.28 作出决策：若FF ? ,拒绝H0，线性关系显著 回归方程的显著性检验(方差分析表) Excel 输出的方差分析表 表明不良贷款与贷款余额之间线性关系显著. 回归系数的检验 采用t检验 检验自变量 x 对因变量 y 的影响是否显著 函数关系 某种商品的销售额y与销售量x之间的关系可表示为 y = px (p 为单价) 圆的面积S与半径R之间的关系可表示为 S=?R2 相关关系 变量间的随机性关系，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 的取值对应着一个分布 各观测点分布在直线周围 ? ? ? ? ? ? ? ? ? x y 相关关系(几个例子) 子女的身高与其父母身高的关系 从遗传学角度看，父母身高较高时，其子女的身高一般也比较高。但实际情况并不完全是这样，因为子女的身高并不完全是由父母身高一个因素所决定的，还有其他许多因素的影响 相关关系(几个例子) 一个人的收入水平同他受教育程度的关系 收入水平相同的人，他们受教育的程度也可能不同，而受教育程度相同的人，他们的收入水平也往往不同。因为收入水平虽然与受教育程度有关系，但它并不是决定收入的惟一因素，还有职业、工作年限等诸多因素的影响. 相关关系(几个例子) 农作物的单位面积产量与降雨量之间的关系 在一定条件下，降雨量越多，单位面积产量就越高。但产量并不是由降雨量一个因素决定的，还有施肥量、温度、管理水平等其他许多因素的影响 相关关系的描述与测度(散点图) 散点图(scatter diagram) ? ? ? ? ? ? ? ? ? ? ? ? 不相关 ? ? ? ? ? ? ? ? ? 负线性相关 ? ? ? ? ? ? ? ? ? 正线性相关 ? ? ? ? ? ? ? ? ? ? ? ? 非线性相关 ? ? ? ? ? ? ? 完全负线性相关 完全正线性相关 ? ? ? ? ? ? ? ? ? 散点图 【例】一家大型商业银行在多