统原PP第八章相关分析(下)山西农大.pptVIP

第三节 简单直线回归分析 ;;;（二）相关分析与回归分析的区别 1．相关分析中涉及的变量不存在自变量和因变量的划分问题，变量之间的关系是对等的；而在回归分析中，则必须根据研究对象的性质和研究分析的目的，对变量进行自变量和因变量的划分。因此，在回归分析中，变量之间的关系是不对等的。 2．在相关分析中所有的变量都必须是随机变量；而在回归分析中，自变量是确定的，因变量才是随机的，即将自变量的给定值代入回归方程后，所得到的因变量的估计值不是唯一确定的，而会表现出一定的随机波动性。 3．相关分析主要是通过一个指标即相关系数来反映变量之间相关程度的大小，由于变量之间是对等的，因此相关系数是唯一确定的。而在回归分析中，对于互为因果的两个变量 (如人的身高与体重，商品的价格与需求量)，则有可能存在多个回归方程。 需要指出的是，变量之间是否存在“真实相关”，是由变量之间的内在联系所决定的。回归分析只是定量分析的手段，通过回归分析，虽然可以从数量上反映变量之间的联系形式及其密切程度，但是无法准确判断变量之间内在联系的存在与否，也无法判断变量之间的因果关系。因此，在具体应用过程中，一定要注意把定性分析和定量分析结合起来，在定性分析的基础上展开定量分析。;三、简单线性回归分析(一元一次回归) 对于具有线性因果关系的两个变量，由于有随机因素的干扰，两变量的线性关系中应包括随机误差项，即有： 对于某一确定的值，其对应的值虽有波动，但在大量观察中随机误差的期望值为零，因而从平均意义上说，总体线性回归方程为： 回归方程的基本形式 y c=a+bx a、b为待定参数 1、最小平方法 理论要点：观察值y与回归估计值yc离差平方和最小。 系数方程组为：;最小平方法回归分析步骤;2、部分平均法;简单线性回归练习;提示;先计算x，y加权算术平均数;2;;回归估计标准误差 ;;二、复线性回归;二元线性回归举例;第四节 曲线回归和相关;抛物线回归练习;二、指数曲线回归;三．幂函数曲线(等比曲线);四、双曲线 ;对数曲线回归模型;五、曲线回归方程应用举例 ;非线性回???分析;;根据上表实际观测值资料，在直角坐标系上作10.7的散点图，以确定曲线类型。;从散点图可以看出，随着产量的逐渐增多，单位产品成本有随之而逐渐降低的趋势，这说明在月产量与单位成本之间存在着一定的依存关系，但单位成本的降低程度并不是随产量的增加而均匀地变化，因此，从散点图实测点的分布趋势看出比较接近指数函数图形，适于配合指数函数曲线：;根据最小平方法原理，及应满足下列标准方程式：;;根据表计算可得：标准方程组为：;第五节 Excel在相关分析与回归分析中的应用;表9-6 x和y的数据资料 单位：元;;;;;;;;;;;;;;