统计学——第七章 相关分析与回归分析.ppt

第八章;一、函数关系与相关关系;一、函数关系与相关关系 客观现象总是普遍联系和相互依存的。它们之间的数量联系存在着两种不同的类型：一种是函数关系；另一种是相关关系。 （一）函数关系 是指现象之间存在严格的依存关系。即当一个或几个变量取一定的数值时，另外一个变量有确定的数值与之相对应。函数关系可以用数学表达式来反映。例如：;（二）相关关系;（三）函数关系与相关关系之间的关系;二、相关关系的种类;复相关：是指三个或三个以上变量间的相关关系。即一个因变量对两个或两个以上自变量之间的关系。如，某种商品的需求与其价格水平以及人们收入水平之间的相关关系便是一种复相关。 偏相关：在复相关中，当假定其他变量不变时，其中两个变量间的相关关系称为偏相关。例如，在假定人们收入水平不变的条件下，某种商品的需求与其价格水平的关系就是一种偏相关。;三、相关分析与回归分析;（三）相关分析与回归分析的联系 1. 它们有具有共同的研究对象。 2. 相关分析要依靠回归分析来表明现象数量关系的具体形式。 3. 回归分析则要依靠相关分析来表明现象数量变化的相关程度。只有变量间存在高度相关时，进行回归分析寻求其相关的具体形式才有意义。;（四）相关分析与回归分析的区别 1. 相关分析只研究变量间的相关方向和相关程度，不必确定变量中哪个是自变量，哪个是因变量，变量都是随机的。 2. 回归分析是对具有相关关系的变量间的数量联系进行测定，必须事先确定变量的类型。通常因变量是随机的，自变量可以是随机的，也可以是非随机的。;第二节 简单线性相关分析;第二节 简单线性相关分析;钢 材 消 费 量 与 国 民 收 入;（相关图）;;将上述公式展开：;再代入到原公式中，得：;·····③;通过对基本公式的变形简化，可以不计算离差直接根据历史资料计算相关系数。;例1：P354页，第1题;r =－0.8216，包含了两方面的内容：即两个变量相关的方向和相关的程度。正负号说明了相关的方向，具体数字说明了相关的程度;三、相关系数的密切程度;为了判断时有个标准，有学者提出了相关关系密切程度的等级，即相关系数在0.3以下为不相关，0.3以上为有相关。 具体等级的划分如下：;当计算相关系数的原始资料较多时，比如50个以上，上述相关程度的等级是可以相信的；但是，如果计算相关系数所依据的历史资料较少，则相关等级的可信度将会降低。此时，判断相关等级的起点应该提高，要以0.4或0.5为起点，这样判断相关等级的结果才会于实际情况相吻合。;一、回归分析的概念和表现形式 （一）回归分析的概念 相关分析只能说明现象之间的相关方向和相关程度，但不能说明现象之间因果的数量关系。要了解现象之间的因果数量关系必须运用回归分析的方法。 回归分析：是对具有高度相关关系的变量之间数量变化的一般关系进行测定，确定一个相关的数学模型进行预测的统计方法。;（二）回归分析的表现形式;二、直线回归分析; ①Y倚X的直线方程：Y是因变量，X是自变量 yc = a + bx ②X倚Y的直线方程：X是因变量，Y是自变量 xc = c + dy X和Y只能计算一个相关系数，但是却可以配 合两条回归方程。当两个变量不是互为因果 的关系时，则只能配合出一个条回归直线。 2、回归方程的作用 推算作用：给出自变量取值来推算因变量数值 ;简单回归直线方程的基本形式： Y倚X的直线方程： yc = a + bx X倚Y的直线方程： xc = c + dy a和c是直线的截距，b和d是两条直线的回归系数。a、b、c、d都是待定参数。确定这些参数可以用不同的方法，但是统计中最常使用的还是最小平方法。与第五章不同的用自变量（x）代替时间（t）。;1）Y倚X的直线方程的确定 根据最小平方法的原理： 将yc = a + bx代入上述公式中，分别对a和b求一阶偏导数，并令偏导数等于0，就可以得出两个正规方程：;2） X倚Y的直线方程的确定 根据最小平方法的原理： 将xc = c + dy代入上述公式中，分别对c和d求一阶偏导数，并令偏导数等于0，就可以得出两个正规方程：;X—汽车 货运量 （亿吨/千米）;要求：（1）根据资料作散点图; 年份;（2）求相关系数。;（3）配合简单线性回归方程。;（二）多元线性回归分析 在实际中，通常影响因变量的因素不只一个，而是很多。因此，我们必须应用两个或更多个自变量来估计因变量，这就叫多元线性回归分析。 多元线性回归分析的步骤、方法和一元线性回归分析基本上是相同的，不过在计算上比较复杂。;1、二元线性回归方程的拟合 yc = a + b1x1 + b2x2 式中，