[数学]回归分析1.pptVIP

1、函数关系与相关关系 函数关系是一种确定的关系。例如圆面积与半径的关系为： ? 相关关系举例 商品的消费量(y)与居民收入(x)之间的关系 商品销售额(y)与广告费支出(x)之间的关系 粮食亩产量(y)与施肥量(x1) 、降雨量(x2) 、温度(x3)之间的关系 收入水平(y)与受教育程度(x)之间的关系 父亲身高(y)与子女身高(x)之间的关系 相关关系 相关关系比因果关系包括的范围更广泛。具有相关关系的某些现象的数量可表现为因果关系，即自变量与因变量的关系，但有时不存在明显的因果关系或互为因果关系，如人的身高和体重、商品的供求与价格等。 变量间的函数关系与相关关系在一定条件下可以相互转化。当存在测量误差或随机因素的干扰时，函数关系可表现为相关关系；当我们对变量内在联系有规律性认识时，相关关系可能转化为函数关系或用函数关系来描述。 相关分析 现象的函数关系可以用数学分析方法研究和测度，现象的相关关系需用统计学的相关与回归分析方法研究和测度。 相关分析是描述和测度变量间相关关系类型和相关程度的分析方法。在相关分析中，所有变量都假定是随机变量，它们之间不存在解释变量和被解释变量的关系，即不考虑因果关系。 相关关系的种类 1按相关因素的多少分 单相关 复相关 2按相关关系的形式分 线性相关（直线相关） 非线性相关（曲线相关） 3按相关关系的方向分 正相关 负相关 4按相关关系的程度分 完全相关 不完全相关 不相关 相关关系的种类 简单相关和多元相关（多重相关、复相关） 简单相关指两个变量之间的相关关系；多元相关指三个或三个以上变量之间的相关关系。 线性相关和非线性相关 如果散点图上的所有的点几乎接近一条直线，可以认为变量之间是线性相关的；如果散点图上的所有点几乎接近一条曲线，可以认为变量之间是非线性相关的。 相关关系的种类 正相关和负相关 如果相关变量之间同增或同减，称这种相关关系是正相关。如果相关变量间一个变量值增加时另一个变量值减少，称这种相关关系是负相关。 完全相关、不完全相关和不相关 如果一个变量的变化完全由另一个变量的变化所确定，则称两变量的关系为完全相关，即为函数关系；如果两个变量间的关系很弱或看不出任何关系，则称之为不相关（或零相关）。两变量的关系介于完全相关和不相关之间称为不完全相关。 二、相关关系的描述与测度 判断现象之间有无相关关系，应先进行定性分析，即依据理论知识、实践经验对现象之间是否存在相关关系及相关关系的类型作出判断。然后在此基础上进行定量分析，即运用相关图、相关表和相关系数等方法对现象之间的相关关系进行描述与测度。 ㈠相关表 ㈡相关关系的图示 ㈢相关系数 ㈠相关表 简单相关表 例：居民消费支出和收入的相关表 （单位：百元） 根据以上资料绘制坐标图便得到相关图 单变量分组表 例：30家企业按产品产量分组的平均单位产品成本 双变量分组表例：30家企业按产品产量和单位产品成本分组 ㈡相关关系的图示(散点图scatter diagram) 散点图(例题分析) 【例5.1】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。近年该银行贷款额平稳增长，但不良贷款额也有较大提高，给银行业务发展带来较大压力。为弄清不良贷款形成的原因，以便找出控制不良贷款的办法，现利用银行有关业务数据进行相关分析。下面是该银行所属25家分行2002年的有关业务数据。 散点图(例题分析) 散点图(例题分析) 总体相关系数 ㈢相关系数 相关系数是对变量之间关系密切程度的度量 对两个变量之间线性相关程度的度量称为简单相关系数（简称相关系数） 若相关系数是根据总体全部数据计算的，称为总体相关系数，记为? 若相关系数是根据样本数据计算的，则称为样本相关系数，记为 r 在此仅讨论两变量间相关关系问题。对于随机变量x和y，总体相关系数?一般是未知的，只能根据样本观测值给出一个估计量即样本相关系数r。 样本相关系数r的计算公式 相关系数取值及其意义 r 的取值范围是 [-1,1] |r|=1，表明x与y完全线性相关 r =1，为完全正线性相关 r =-1，为完全负线性相关 r = 0，表明x与y不存