第八章相关回归分析系统版演示课件.ppt

第八章 相关与回归分析 ; 相关分析 一元线性回归分析 多元线性回归分析 非线性回归分析;相关与回归分析概念、各类、相关关系与函数关系、相关关系与因果关系的联系。 相关分析与回归分析的区别与联系。 直线相关系数的涵义、计算与分析。 直线回归方程的确定与精确度的评价。 回归方程的应用。;直线相关系数的涵义、计算与分析。直线回归方程的确定与精确度的评价。 参数估计的理论方法，如最小二乘法的基本原理等。 参数估计的显著性检验及拟合优度的检验的基本理论。 非线性回归的转化问题。;通过本章的学习，要明确相关与回归分析的概念、意义和各类； 了解相关关系与函数关系的区别、相关分析与回归分析的联系与区别； 掌握相关分析的特点和方法、进而掌握回归分析的方法； 理解进行相关与回归分析应注意的问题。; 相关关系与函数关系 相关关系的种类 相关分析与回归分析 相关关系的测度;客观现象之间的数量联系可以归纳为两种不同的类型，一种是函数关系，另一种是相关关系。 函数关系是指变量之间存在的严格确定的依存关系，即当一个或几个相互联系的自变量取一定的值时，因变量必定有一个且只有一个确定的值与之对应。 相关关系是指变量之间客观存在的非严格确定的依存关系，即当一个或几个相互联系的自变量取一定的数值时，与之对应的因变量往往会出现几个不同的值，但这些数值会按某种规律在一定范围内变化。;*;1.正相关 当一个现象的数量由小变大，另一个现象的数量也相 应由小变大，这种相关称为正相关。 2.负相关 当一个现象的数量由小变大，而另一个现象的数量相 反地由大变小，这种相关称为负相关。 ;1.真实相关 当两种现象之间的相关确实具有内在的联系时,称之为“真实相关”。 2.虚假相关 当两种现象之间的相关只是表面存在，实质上 并没有内在的联系时，称之为“虚假相关”。 ;相关分析 是指研究一个变量与另一个变量或另一组变 量之间相关方向和相关密切程度的统计分析 方法。 回归分析 是指根据相关关系的具体形态，选择一个合 适的数学模型来近似地表达变量间平均变化 关系的统计分析方法。;相关分析与回归分析的联系 相关分析回归分析是研究现象之间相关关系的两种基本方法，两者有着密切的联系，它们不仅具有共同的研究对象，而且在具体应用时，常常必须互相补充。 相关分析需要依靠回归分析来表明现象数量相关的具体形式，而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。 只有当变量之间存在着高度相关时，进行回归分析寻求其相关的具体形式才有意义。 由于上述原因，回归分析和相关分析在一些统计学的书籍中被合称为相关关系分析或广义的相关分析。 ;相关分析与回归分析的区别 相关分析中，变量X与变量Y处于平等地位，不需要区分自变量和因变量；回归分析中，变量Y称为因变量，处在被解释的特殊地位。变量X称为自变量，可以通过X的变化来解释Y的变化，故亦称为解释变量。 相关分析中所涉及的变量Y与X全是随机变量。而回归分析中，因变量Y是随机变量，自变量X可以是随机变量，也可以是非随机的确定变量。 相关分析的研究主要是刻画两类变量间线性相关的密切程度。而回归分析不仅可以揭示变量X对变量Y的影响大小，还可以由回归方程进行预测和控制。 ;*;相关表是一种反映变量之间相关关系的统计表。将某一变量按其取值的大小排列，然后再将与其相关的另一变量的对应值平行排列，便可得到简单的相关表。 相关图是利用直角坐标来描述两个相关变量的样本观测值分布情形的一种统计图。 【例8.1】要求：根据本章案例表8.1中的数据绘制1978-2007年中国国内生产总值与固定资产投资额之间的相关图。;从下图可以看出，国内生产总值与固定资产投资额之间呈现正 线性相关关系。 ;相关系数的概念 相关系数的种类 简单相关系数的计算 相关系数的检验 ;是反映变量之间线性相关密切程度的统计分析指标。相关系数可依总体数据或样本数据计算，分别定义为总体相关系数 和样本相关系数 。 根据线性相关变量的多少、分析问题的角度不同，相关系数可分为简单相关系数、偏相关系数和复相关系数。本章只介绍简单相关系数。 ;设 是 的 组样本观察值，两 个变量之间的简单线性相关系数计算公式如下： ;*; 必须注意，上述判断还只是针对样本而言的，样本范围内所 存在的现象之间的相关程度是否在总体范围内也存在呢？就 需要对总体相关程度进行假设检验。 ;r是依据样本数据计算的，根据一个样本的相关系数能否说明总体的相关性呢？这需对样本相关系数的显著性进行检验。 样本相关系数的理论分布函数是很复杂的。r 的抽样分布随总体相关系数和样本容量的大小而变化。 在进行这项检验时，通常假设x与y是正态