[教育学]第4章 相关与回归分析.ppt

第7章 相关与回归分析 7.1 相关分析 7.2 一元线性回归分析 7.3 线性回归的显著性检验与回归预测 7.4 多元线性回归分析 学习目标 1. 变量间的相关关系与相关系数的计算 2. 总体回归函数与样本回归函数 3. 线性回归的基本假定 4. 简单线性回归参数的估计与检验 5. 多元线性回归参数的估计与检验 6. 多个变量的线性相关关系：复相关系数和偏相 关系数 7. 常用的可以转换为线性回归的非线性函数 8. 非线性相关指数 7.1 相关分析 7.1 相关分析 3.判断标准 给定显著性水平α，查自由度为 n-2 的临界值tα/2 ，若|t|≥tα/2 ，表明相关系数 r 在统计上是显著的，应否定ρ=0而接受ρ≠0的假设；反之，若|t|＜tα/2 ，应接受ρ=0的假设。 7.2 一元线性回归分析 7.3 线性回归的显著性检验及预测 一、回归系数显著性的 t 检验 二、回归方程的检验 三、一元线性回归模型的预测 7.3 线性回归的显著性检验及预测 用估计的参数标准误差对估计的参数作标准化变换，所得的 t 统计量将不再服从正态分布，而是服从 t 分布： 7.3 线性回归的显著性检验及预测 2.回归系数显著性的P值检验方法: 将所取显著性水平α与P值对比 （1）若Pα,则在显著性水平α下拒绝 H0。 （2）若Pα，则在显著性水平α下接受 H0。 7.3 线性回归的显著性检验及预测 二、回归方程的检验 （一）目的： 根据样本回归估计的结果对估计的回归方程的进行检验，以检验估计的回归方程是否成立。 （二）回归方程的F检验的步骤 1、 提出假设 H0:α= β= 0,H1:α，β不全为零 2、 计算统计量 7.3 线性回归的显著性检验及预测 3、给定显著性水平α，确定临界值 Fa(n-2)。 4、 检验结果判断 若FFa(1，n-2),则拒绝原假设，而接受备择假设 若F≤Fa(1，n-2),则接受原假设 ,而拒绝备择假设 （三）回归方程P值的检验 1、若P α，则拒绝H0，即估计的回归方程有意义，也称回归方程通过了F检验。 2、若P α，则不能拒绝H0，即估计的回归方程没有意义，也称回归方程没有通过F检验。 例题分析：中国财政收入与GDP 例7.2：为了研究1978-2006年中国财政收入与国内生产总值的关系，取得数据如下表： 例题分析：中国财政收入与GDP 例题分析：中国财政收入与GDP 解：（1）回归系数的检验 对于α: H0:α= 0,H1:α≠ 0 对于β:H0:β= 0,H1:β≠0 ∵tα/2(n-2)=t0.025(27)=2.0518 ∴-2.0518t1=-1.5382.0518, t2=27.7062.0518 ∴对于α,不能拒绝H0，即α= 0； 对于β，拒绝H0 即β≠ 0。亦即α没通过t检验，而β通过了t检验。 例题分析：中国财政收入与GDP （2）回归方程的检验 设H0:α= β= 0,H1:α，β不全为零 ∵Fα(1，n-2)=F0.05(1,27)=4.21 ∴F=767.6124.21 ∴拒绝H0，即α，β不全为零，即回归方程有意义。 因变量的区间预测的特点(续) （3）预测区间与样本容量有关：样本容量n越 大，Σxi2 越大，预测误差的方差越小， 预测区间也越。 （4）当样本容量趋于无穷大（即n→∞）时, 不存在抽样误差，平均值预测误差趋于0，此时个别值的预测误差只决定于随机扰动的方差。 7.4 多元线性回归分析 例题分析：中国各省财政收入与GDP及第一产业就业比重 例题分析：中国财政收入与GDP及第一产业就业比重 解：（1）回归系数的检验 对于β1: H0: β1 = 0,H1: β1 ≠ 0 对于β2:H0: β2 = 0,H1: β2 ≠0 对于β3:H0: β3 = 0,H1: β3 ≠0 ∵tα/2(n-2)=t0.025(29)=2.0452 ∴t1=3.7542.0452, t2=12.3372.0452， t3=-3.961-2.0452 ∴对于β1 , 拒绝H0，即β1 ≠ 0； 对于β2 ，拒绝H0 即β2 ≠ 0。 对于β3 ，拒绝H0 即β3≠ 0。 亦即β1 ,β2 ,β3 通过了t检验。 例题分析：中国财政收入与GDP及第一产业就业比重 （2）回归方程的检验 设H0: β1= β2= β3 = 0, H1: β1 ,β2 ,β3不全为零 ∵Fα(k-1，n-k)=F0.05(2,29)=3.33 ∴F=126.9193.33 ∴拒绝H0，即β1 ,β2 ,β3不全为零，即回归方程通过了F检验。 本章小结 1. 各种变量相