统计学PPT.第六章相关与回归分析.ppt

第 六 章 相关与回归分析;第一节 相关与回归分析概述;; (二)相关关系(非确定型关系）;相关关系的特点：;相关关系的两种情形：;（三）相关关系的表示方法;某车间20名工人的工龄长度与日产量之间相关表;表中数据直观显示（1）日产量y随着工龄长度x的增加而增加，但不成比例。（2）对于同一个x来说，y值并非唯一确定。;2.相关图;·;二、相关关系的种类;(三) 根据相关关系的变化方向 （在直线相关中）;;·;·;·;·;·;·;三、相关分析与回归分析;（二）相关分析与回归分析的联系;（三）相关分析与回归分析的区别; 2.相关分析可以不必确定变量中哪个是自变量，哪个是因变量，其所涉及的变量可以都是随机变量。而回归分析则必须事先研究确定具有相关关系的变量中哪个为自变量，哪个为因变量。;（四）相关分析与回归分析的种类;第二节 简单线性相关分析; 在计算相关系数之前，首先判定两个现象之间是否存在着直线相关，否则计算出的相关系数就没有实际意义。; 散点图描述了两个变量的大致关系，从图中可以直观地看出两个变量之间有无相关关系及相关的形态、方向和密切程度。;二、线性相关分析的特点; (三)相关系数有正负号，表示正相关或负相关; 三、相关系数的测度;公式中：;35;36;可化简为：;从公式中可以看出：;r值的意义是：;例：;根据表中资料：;即产量与生产费用之间的相关系数r＝+0．9202，说明二者之间存在高度正线性相关关系。;(二)相关系数的意义;用相关系数表示的相关程度的等级有如下几种情形：;需注意：;第三节 一元线性回归分析;回归分析与相关分析比较：;2.分析的方法不同：;简单线性回归：;二、一元线性回归直线的拟合;如果因变量y与自变量x的相关关系是近似直线的关系，则一元线性回归的模型为：;最小二乘法确定模型参数：;根据微积分的极值定理，Q最小的必要条件为：;整理后得如下方程，称最小二乘法的标准方程：;例：;将表中有关数据代入公式中：;生产费用对产量的直线回归方程为；;下图可看散点图与回归直线的关系：;三.回归直线的代表性分析;用最小二乘法建立的线性模型;观测值Y与平均数 的离差可分解为：;由最小二乘法的数学基础可证明：;总变差可分解为;（二）可决系数和相关指数; 由回归变差占总变差的关系可知;2.若X与Y完全不相关，所有的变差都由随机因素引起，而回归直线不能解释任何变差，则;在具体计算;即：;将可决系数开平方根，可得相关指数：; 相关系数r是反映直线相关程度的指标，对直线相关来说，有R=r。由于直线相关涉及正相关与负相关，因此，R的符号应与回归系数b的符号一致。 以反映直线的相关方向。而当曲线相关时，只能用R来表示变量间的相关程度。 ;企业编号;前面已求得r＝+0.9202;由于X与Y是正的直线相关（b＞0），所以R 的符号取正，即R=+0.9202.;（三）估计标准差; 当观测点离回归直线越近，实际值Y 与估计值;如根据上表中有关数据，可计算出生产费用对产量回归的估计的标准误差：;第四节 统计预测;二.统计预测的分类：;2.实质性预测与预测方法论; 3.静态预测与动态预测;以上关于预测的三种分类结合起来看，统计预测是方法论预测，又是定量预测和动态预测，它主要研究如何利用统计资料，对事物的未来发展进行推测的统计方法，它主要??研究模型外推预测方法的。;三.统计预测的作用：