[]第九章 相关与回归分析.ppt

9.1 线性相关分析 变量间关系 ---- 函数关系 1. 是一一对应的确定关系 两个变量 x 和 y ，当变量 x 取某个数值时， y 依确定的关系取相应的值，则称 y 是 x 的函数，记为 y = f (x) 例:销售额y与销售量x之间的关系 y = px (p 为单价) 圆面积S与半径之间的关系S=?R2 3. 各观测点落在一条线上 变量间关系---相关关系 1.变量间关系不能用函数关 系精确表达 2.一个变量的取值不能由另 一个变量唯一确定 3.当变量 x 取某个值时，变 量 y 的取值虽然不确定，但 仍按某种规律在一定的范围 内变化。 4.各观测点分布在直线周围 相关关系(例子) 相关关系的类型 相关分析与回归分析 相关分析（Correlation Analysis）研究变量之间相关的方向和相关的程度，但无法给出变量间相互关系的具体形式，因而无法从一个变量推测另一个变量。 相关关系的测度—散点图 散点图是观察两个变量之间的相关程度和类型最直观的方法。 散点图是在直角坐标系中用相对应的两个变量值作为图中一个点的横坐标和纵坐标描点得到的图形。 相关关系的测度—散点图 散点图(例题) 例: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。近年来，该银行的贷款额平稳增长，但不良贷款额也有较大比例的提高，这给银行业务的发展带来较大压力。为弄清楚不良贷款形成的原因，希望利用银行业务的有关数据做些定量分析，以便找出控制不良贷款的办法。下面是该银行所属的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) 相关关系的测度--相关系数 1. 对变量之间关系紧密程度的度量 2. 对两个变量之间线性相关程度的度量称为简单相关系数 3. 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 ? 4. 若是根据样本数据计算的，则称为样本相关系数，记为 r 相关系数(取值范围及意义) 1. r 的取值范围是 [-1,1] 2. |r|=1, 两个变量之间完全相关 r = 1， 两个变量之间完全正相关 r = -1， 两个变量之间完全负相关 3. r = 0， 两个变量之间不存在线性相关系 4. -1 ? r 0，两个变量之间负相关 5. 0 r ? 1， 两个变量之间正相关 6. |r|越趋于1 两个变量之间关系越密切； |r|越趋于0 两个变量之间关系越不密切 相关系数(取值及其意义) 相关系数(例题分析) 用Excel计算相关系数 相关系数的显著性检验 样本相关系数r受到抽样波动的影响，是一个随机变量。 相关系数非常高的样本也有可能来自无相关关系的总体。为了排除这种情况，需要对相关系数进行假设检验。 样本能代表总体吗？ 如果红色的点碰巧为你的样本，则样本相关系数为0.907，总体相关系数为0.00005 相关系数的显著性检验 1、提出假设：H0：? ? ? ；H1： ? ? 0 注意：相关关系≠因果关系！ 典型的错误推断： 统计分析表明，庆祝生日次数越多的人越长寿。因此，庆祝生日有利于健康。 调查表明，世界各国人均电视机拥有量与预期寿命存在很强的正相关性。因此，电视机拥有量越高，预期寿命越长。 对小学各年级学生的抽样调查表明，学生的识字水平与他们鞋子的尺寸高度正相关。因此，学生穿的鞋越大，他的识字水平就越高。 因果关系的基本含义：只要改变x的值，就可以使y的值改变。 变量间相关关系的来源 直接关系： 共同反应： 交叉关系： 趋向中间高度的回归 回归这个术语是由英国著名统计学家Francis Galton在19世纪末期研究孩子及他们的父母的身高时提出来的。Galton发现身材高的父母，他们的孩子也高。但这些孩子平均起来并不像他们的父母那样高。对于比较矮的父母情形也类似：他们的孩子比较矮，但这些孩子的平均身高要比他们的父母的平均身高高。 Galton把这种孩子的身高向中间值靠近的趋势称之为一种回归效应，而他发展的研究两个数值变量的方法称为回归分析。 Regression 的原始释义 回归分析的步骤 确定变量及其变量之间的相关关系 建立回归分析模型 参数的求解 回归模型的显著性检验 回归模型的修正和改进 回归分析的内容 建立回归模型 回归模型的应用： 回归估计 回归预测 控制分析 回归模型的类型 总体回归函数 样本回归函数 简单线性回归模型的统计假设 简单线性回归模型的参数估计 总体回归直线是未知的，它只有一条；而样本回归直线则是根据样本数据拟合的，每抽取一组样本，便可以拟合一条样本回归直线。 在总体参数未知的情况下，如何保证样本回归系数尽可能接