概率论与数理统计(相关分析).pptVIP

第9章 相关分析与一元回归分析 9.1 相 关 分 析 9.2 回 归 分 析 第9章 相关分析与一元回归分析 变量之间的关系可以分为函数关系和相关关系两类，函数关系表示变量间确定的对应关系，而相关关系则是变量间的某种非确定的依赖关系． 相关分析主要是研究随机变量间相关关系的形式和程度，在相关关系的讨论中，两个变量的地位是同等的，所使用的测度工具是相关系数； 而回归分析则侧重考察变量之间的数量伴随关系，并通过一定的数学表达式将这种数量关系描述出来，用于解决预测和控制等实际问题． 本章主要学习相关分析和一元回归分析的有关概念、理论和方法． 第9章 相关分析与一元回归分析 【回归名称的来历】 “回归”这一词最早出现在1885年，英国生物学家兼统计学家—弗朗西斯?高尔顿（Francis Galton）在研究遗传现象时引进了这一名词．他研究分析了孩子和父母身高关系后发现： 虽然高个子的父母会有高个子的后代，但后代的增高并不与父母的增高等量． 他称这一现象为“向平常高度的回归”． 第9章 相关分析与一元回归分析 【回归名称的来历】 虽然高个子的父母会有高个子的后代，但后代的增高并不与父母的增高等量． 他称这一现象为“向平常高度的回归”． 尔后，他的朋友麦尔逊等人搜集了上千个家庭成员的身高数据，分析出儿子的平均身高 和父亲的身高x大致为如下关系： (英寸) 【回归名称的来历】 这表明： (1) 父亲身高增加1英寸，其儿子的身高平均增加0.516英寸． (2) 高个子父辈有生高个子儿子的趋势，但儿子的平均身高要比于父辈低一些． 如x=80，那么 低于父辈的平均身高． (3) 低个子父辈的儿子们虽为低个子，但其平均身高要比于父辈高一些．如x = 60 ，那么 ，高于父辈的平均身高． 【回归名称的来历】 可见儿子的高度趋向于“回归”到平均值而不是更极端，这就是“回归”一词的最初含义． 诚然，如今对回归这一概念的理解并不是高尔顿的原意，但这一名词却一直沿用下来，成为数理统计中最常用的概念之一． 回归分析的思想早已渗透到数理统计学科的其他分支，随着计算机的发展和各种统计软件的出现，回归分析的应用越来越广泛． 9.1 相 关 分 析 这种大量存在于随机变量间既互相联系，但又不是完全确定的关系，称为相关关系． 从数量的角度去研究这种关系，是数理统计的一个任务． 这包括通过观察试验数据去判断随机变量之间有无关系，对其关系大小作出数量上的估计，我们把这种统计分析方法称为相关分析． 相关分析通常包括考察随机变量观测数据的散点图、计算样本相关系数以及对总体相关系数的显著性检验等内容． 9.1.1 散点图 散点图是描述变量之间关系的一种直观方法． 用坐标的横轴代表自变量X，纵轴代表因变量Y，每组观测数据(xi，yi)在坐标系中用一个点表示，由这些点形成的散点图描述了两个变量之间的大致关系， 从中可以直观地看出变量之间的关系形态及关系强度．图9.1是不同形态的散点图． (a) (b) (c) (d) (a) (b) (c) (d) 从散点图可以看出，变量间相关关系的表现形态大体上可分为线性相关、非线性相关、不相关等几种． 9.1.1 散点图 (a) (b) (c) (d) 就两个变量而言，如果变量之间的关系近似地表现为一条直线，则称为线性相关, 如图9.1(a)和(b)； 如果变量之间的关系近似地表现为一条曲线，则称为非线性相关或曲线相关, 如图9.1(c)； 如果两个变量的观测点很分散，无任何规律，则表示变量之间没有相关关系