[工作范文]第四讲 统计学中的相关分析.pptVIP

回归分析就是对具有相关关系的两个或两个以上变量之 间数量变化的一般关系进行测定，确立一个相应的数学 表达式，以便从一个已知量来推测另一个未知量，为估 算预测提供基础的一种重要方法。 * * 第三节 回归分析 一、回归分析的意义 相关分析是回归分析的基础，回归分析是相关分析的深入。 只有当两个变量具有显著相关的情况下， 进行线性回归分析才有意义。 按自变量的个数分，有一元回归分析和多元回归分析。 一元回归方程中只有一个自变量， 多元回归方程中，有两个或两个以上自变量。 按回归线的形状分，有线性回归分析和非线性回归分析。 其中，线性回归分析是最基本的。 本章只介绍一元线性回归分析，即直线回归分析。 * * 回归分析的种类： * * 二、直线回归方程 （一）直线回归方程的建立 当 x 和 y 呈现完全线性相关时，设，则可用一元线性方程式表示： 若两个变量之间存在着显著的相关关系，可在其相关图的散点中引出 一条模拟的直线，我们称这条直线为估计回归线，配合回归线的方程 式称回归方程。即： 式中：yc 表示y的估计值；a表示直线的起始值，在数学上称为直线在 纵轴上的截距；b表示自变量增加一个单位时因变量平均增加的值， 数学上称为斜率，这里被称为回归系数。a、b是两个待定的参数。 最小二乘法的思路是： 原始数据 y 与它的估计值 yc 之间存在离差，如果在求解出a、b的同时，能使这些离差的平方之和为最小，那么得到的回归方程将是一条最能反映原始数据变化规律的理想直线。 * * 用最小二乘法来求解直线方程式参数 a、b 设以Q表示y对于yc 的离差平方和，则有 分别对a、b求一阶偏导，并令一阶偏导等于0，有 * * 整理后得 解之可得 最小二乘法的数学基础是 为最小和 * * 例8‐4 根据下表资料拟合一直线方程，并估算产量为70万件时的单位成本。 产品产量与单位成本资料及计算表 产量（万件） 序 号 1 2 3 4 5 6 合计 10 16 32 40 50 6 208 单位成本（元） 76 72 67 65 63 59 402 100 256 1 024 1 600 2 500 3 600 9 080 760 1 152 2 144 2 600 3 150 3 540 13 346 可计算如下： * * 得直线趋势方程： 当产量为70万件时，可估算产品的单位成本为： 回归系数b的经济意义为： 产品产量每增加1万件，单位成本平均来说降低0.32元。 注意：回归系数b的正负号与同例的相关系数是相同的。 （元） 注意： 预测时只能给定自变量估算或预测因变量， 不能给定因变量来估算或预测自变量。 * * 例8‐5 根据下表资料试拟合一直线方程，并估算人均收入为6 000元时， 人均支出为多少？ 可计算如下： 合计 某地人均收入与人均支出资料及计算表 0.5 1.5 2.5 3.5 4.5 5.5 0.5 1.2 1.8 2.2 3.6 4.0 13.3 9 15 23 37 36 12 132 4.5 22.5 57.5 129.5 162.0 66.0 442.0 4.5 18.0 41.4 81.4 129.6 48.0 322.9 2.3 27.0 103.5 284.9 583.2 264.0 1264.9 2.25 33.75 143.75 453.25 729.00 363.00 1725.00 人均收入 人均支出 户数 * * 得直线趋势方程： 本例人均收入和人均支出的单位为千元， a 为 y 轴上的截距； b 的经济意义是人均收入每增加1 000元， 则当年的人均支出将增加750元。 弹性系数是因变量增长率与自变量增长率的比率，它表明自变量 增长１%时，因变量增长百分之多少。 * * （二）弹性系数、相关系数和回归系数的关系 1．弹性系数与回归系数的关系 式中， 为弹性系数； 就是直线回归方程中的斜率，即回归系数b。 因此有 * 第八章 相关分析 * 2．相关系数与回归系数的关系 因此有 相关系数的基本公式为 而回归系数可表达为： 注意：r 和 b 在不等于0的情况下正负方向相同。 * * 第一，回归分析是研究两个变量之间的必须有因果关系，相关分析两个变量之间不一定有因果关系。 第二，回归分析中因变量是随机