统计学原理 第八章 相关与回归分析.pptVIP

第八章 相关分析 第一节 相关分析概述 第二节 直线相关关系的测定 第三节 回归分析 第一节 相关分析概述 一、 相关关系的概念 现象相互之间的数量关系可以从形式上分为两种类型：一类是严格的确定性的函数关系，另一类是不严格的不确定性的相关关系。 相关关系是现象之间确实存在有数量上的依存关系，但这种数量上的关系是不确定的。 变量间的关系函数关系(几个例子) 函数关系 是一一对应的确定关系 设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，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)，其中 x 称为自变量，y 称为因变量 各观测点落在一条线上 相关关系(几个例子) 相关关系(correlation) 变量间关系不能用函数关系精确表达 一个变量的取值不能由另一个变量唯一确定 当变量 x 取某个值时，变量 y 的取值可能有几个 各观测点分布在直线周围 二、 相关关系的种类 （2）相关关系按方向不同分为正相关和负相关。 正相关是指变量之间存在着同向变动的相关关系，即当一个变量的数值有小变大，另一个变量的数值也相应地由小变大 负相关是指变量之间存在着反向变动的相关关系，即当一个变量的数值有小变大，另一个变量的数值却由大变小。 （3）相关关系按表现的形式不同分为线性相关和非线性相关。 当一个变量变动时，另一个变量也随之发生大致均等的变动，从图形上看，二者对应点分布近似地在一条直线附近，这种相关关系就称为线性相关关系。 当一个变量变动时，另一个变量也随之发生变动，但从图形上看，二者对应点分布近似地在一条曲线附近，这种相关关系就称为非线性相关关系。 （4）相关关系按相关程度不同分为完全相关、不完全相关和不相关。 完全相关就是当一个变量的变动完全由另一个变量的变动所决定。（函数关系） 当两个变量之间完全不存在任何依存关系，各自独立变动，其相关程度为零，称为不相关或零相关。 当变量之间的关系介于完全相关与不相关之间，称为不完全相关。 三、相关分析的内容 1.确定现象之间是否存在相关关系，以及相关关系的表现形式 2.测定相关关系的密切程度和方向 3.确定现象之间相关关系的一般关系式 4.测定变量估计值的可靠程度 第二节 直线相关关系的测定 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 一、 相关表 相关表是指按照相关现象的数量对应关系以及一定的逻辑顺序编制成的一种统计表。 通过相关表可以初步看出各变量之间的相关关系。 二、相关图 相关图是指把相关表中原始的对应数值在平面直角坐标图中用点描绘出来，用以反映其分布状况的统计图，也称散点图、散布图。 从相关点的分布情况，就可以直观地、近似地观察出两个变量之间有无相关关系、相关关系的形式和相关关系的密切程度。 散点图(scatter diagram) 散点图(例题分析) 【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) 三、 相关系数 1.相关系数的概念及其公式 相关表与相关图只能大致反映变量间的相关关系要准确反映变量之间的相关程度，就需要计算相关系数。 相关系数是测量变量之间的密切程度的指标。测定两个变量之间线性关系密切程度的指标称为单线性相关系数或线性单相关系数。通常用字母 表示。 积差法公式： 2.相关关系的密切程度的判断标准 相关系数的取值范围一定是在－1≤ ≤+1，或0≤ ≤1这一闭区间。 当 =1时，表示与变量为完全相关，即确定性的函数关系。 当 =0时，表明所有的相关点的分布都是杂乱无章的，说明变量与变量无关 。 如果0＜ ＜1，表示 为正相关； 当-1＜ ＜0时，表示 为负相关，。 相关系数(取值及其意义) 3.直线相关分析的特点 1）参与相关分析的两个变量是