[理学]第五章：相关与回归分析.ppt

WWW.NUC.EDU.CN 第五章： 相关与回归 主要内容： 相关关系分析的概念和任务 直线相关的测定 回归分析一简单直线回归 回归分析一曲线回归及复回归 相关与回归的关系 一、相关关系的概念 函数关系 对于某一变量的每一个数值，都有另一个变量的确定的值与之相对应，并且这种关系可以用一个数学表达式反映出来。 相关关系 某一现象的标志与另外的标志之间存在着一定的依存关系，但它们不是确定的和严格依存的 二、相关关系的种类和相关关系分析的任务 从变量之间的相互关系来看，可以分为正相关与负相关 从变量之间相互关系的表现形式来看，可以分成为直线相关和曲线相关 第二节 直线相关的测定 一、直线相关分析的特点 两个变量是对等关系。直线相关分析所研究的两个变量不分彼此，不反映任何自变量和因变量的关系，而是完全对等的。 只能算出一个相关系数。相关系数是一个绝对值在0与1之间的系数，其值大小反映两变量间相关的密切程度。由于两变量的关系是对等的，改变两者的地位不影响相关系数的数值，所以只有一个相关系数。 相关系数有正负号，表示正相关或负相关。 计算相关系数对资料的要求是：相关的两个变量必须都是随机的，这也反映对等关系。 二、相关系数的测定与应用 例：8个企业月产量与生产费用资料 三、相关系数的抽样误差 当观察的资料不是来自总体中的全部单位，而只是全及总体中的一部分，则所求得的相关系数，叫做样本相关系数。 根据抽样原理，样本相关系数与总体相关系数之间存在一定的误差，这个误差称为相关系数的抽样误差。 相关系数的抽样平均误差用 表示 式中 的是总体相关系数，是未知的，在计算时可用样本相关系数 代替 上式中 为样本样本相关系数 是相关系数方程中参数的个数 在大样本中， 值很大，公式母项也可用计算 的意义就是：若 的分布是正态分布，则可以0.95的概率求出1.96 ，据以计算置信区间： 本例资料只有8项，样本过小，误差必然偏大，而所求出的相关系数高达0.97，非常接近1，这说明样本太小求出的高度相关是靠不住的，要提高由样本相关系数估计总体相关系数的可靠性，就需要用大样本计算，最好用n＞30来计算。 现在用我国1981年全国各省、市、自治区（台湾省资料缺）工业总产值中轻重工业总产值资料（见表12－2）计算相关系数和置信区间。例中有29个单位，可看作大样本来计算。若把表12-2的资料画成散点图，则点的分布大体成直线形状，可按直线相关求相关系数。本资料是1981年的全国资料，把这个资料作为样本对待，则总体是历年的全国资料。 分组资料计算相关系数 例：200名职工的企业工龄和工资等级资料 将表中有关数据代入： 四、时间数列自身相关 一个变量自身随时间不同，其值在前后期之间表现出一定的依存关系，这种情况可简称为时间数列的自身相关。 时间数列自相关的理论依据 同一个变量在不同时期的取值之间存在一定的联系。其中，较多的情况是，任一具体时期的数值都和它前一期或前几期的数值之间存在一定的联系，这种联系也是一种相关关系。这种相关关系在社会经济现象和技术过程中，也是较为普遍存在的。 简单的直线相关 例： 某地区53-79年生猪上市量自相关计算表 五、等级相关 等级相关也一种直线相关分析法。等级相关是把数量标志或品质标志的具体表现按等级次序排列，再测定标志等级与标志等级间的相关程度的一种方法。等级相关又称顺位相关法。从等级相关法所计算出来的相关指标叫等级相关系数或等级系数。 例： 设有甲乙两级消费者评价十三种花布的式样，其评分情况如下表： 花布式样评分表 将评分改为等级的方法是：最低分定1等，最高分这里定为13等，遇有相同分数时取原有等级的平均数。例如；甲组有两个88分，原有等级为11、12，其平均为11.5，即作为此两个分数的等级 十三种花布等级系数计算表 相关系数的显著性检验 例：10个职工工龄与工资的样本相关系数进行显著性检验。R=0.98，n=10 第三节 回归分析一简单直线回归 一、回归分析的特点 1、“回归”一词的来源 2、回归分析的特点 3、相关分析与回归分析的关系 只有存在相关关系的变量才可以进行回归分析，相关程度愈高，回归分析的结果愈准确；相关系数同回归系数可相互换算，特别是多元相关和非线性相关必须利用回归模型才能进行计算。 特点： 两个变量之间不是对等关系，一个是自变量，一个是因变量，在进行回归分析时，必须先根据研究目的，确定哪个变量是自变量，哪个是因变量。 回归方程是据以利用自变量的给定值来推算或估计因变量值的，反映的是变量值间具体的变动关系，不是抽象系数。 特点： 在x、y两个变量中，从方程式看，存在着两个回归方程。一个是以x为自变量，