商务统计第8章.pptVIP

第8章 相关与回归分析 教学目标 通过本章学习，使学生能够对现象之间存在的相关关系加以分析，掌握相关与回归分析相理论, 会计算相关系数和建立回归方程,并能依据实际资料加以运用。 8.1 相关分析的一般问题 8.1.1 相关分析的意义 相关分析就是研究分析两个或两个以上变量之间相互关系密切 程度以及用一定函数表达式来表示其关系规律性的一种统计方法。 8.1.2 相关关系的概念 1、函数关系（确定性关系） 是指变量之间存在着严格的依存关系，当原因标志的数量确定 之后，结果标志数量也随之完全确定，是一种一一对应关系。 2、相关关系（非确定性关系） 是指变量之间存在的数量上不确定的依存关系。当一个现象发 生数量变化时，另一现象也相应地发生数量变化，但其关系值是不 确定的，对于同一自变量值往往有一组不尽相同的因变量值与之对 应。 8.1.3 相关关系的种类 1、按变量之间相关关系的程度分 完全相关 不完全相关 不相关 2、按变量之间相关关系的方向分 正相关 负相关 3、按变量之间相关关系的表现形式分 线性相关 非线性相关 4、按相关关系所涉及因素多少分 单相关 复相关 8.1.4 相关分析的主要内容 1、确定变量之间有无相关关系，以及相关关系的表 现形式 用定性分析、相关表或相关图。 2、确定相关关系的密切程度 用相关系数。 3、建立相关关系的数学表达式 用最小平方法建立回归方程。 4、确定因变量估计值的误差程度 计算估计标准误差。 8.2 相关关系的测定方法 8.2.1 相关表 1、简单相关表 2、分组相关表 8.2.2 相关图 8.2.3 相关系数 1、相关系数的概念 是研究和判断两个变量之间直线相关关系密切程度和方向的统计指标，一般用r 表示。 相关系数具有以下特点和性质： （1）相关系数的大小只能判断两个变量之间是否有直线相关关系及其密切程度 和方向，而不能作为曲线相关关系的判断依据。 （2）测定相关关系时无需分辨自变量和因变量。 （3）相关系数的计算，要求两个变量的数据都是随机抽选的。 （4）相关系数有正负之分。当相关系数为正值时，说明两个变量之间存在着正 相关关系；相反，为负值时，说明负相关关系。 （5）相关系数取值范围为|r| ≤ 1。|r| 愈接近1，说明两个变量之间的直线 相关关系密切程度就愈高；愈接近0，则直线相关关系的密切程度就愈低。 一般判断标准： 当| r | ＝0时，说明两个变量之间不存在直线相关关系； 当0＜| r | ≤ 0.3时，认为两个变量微弱直线相关； 当0.3＜| r | ≤ 0.5时，认为两个变量低度直线相关； 当0.5＜| r | ≤ 0.8时，认为两个变量显著直线相关； 当0.8＜| r |＜1时，认为两个变量高度直线相关； 当| r |=1时，说明两个变量之间存在完全直线相关关系即成直线函数关系。 2. 相关系数的计算 (1)基本公式 (2)相关系数的简捷计算公式 例 见教材例8.1 8. 3 一元线性回归分析 8.3.1一元线性回归分析的概念和特点 1、一元线性回归分析的概念 回归分析就是对具有相关关系的变量之间数量变化 的一般关系进行测定，确定一个与之相应的数学表达 式，以便进行估计或预测的一种统计方法。根据回归分 析方法得出的数学表达式称为回归方程。 一元线性回归分析就是对具有线性相关关系的两个 变量之间数量变化的一般关系进行测定，确定一个与之 相应的直线方程，以便进行估计或预测。 2.一元线性回归分析的特点 （1）在两个变量之间，必须根据现象之间的内在联 系和研究目的具体确定自变量与因变量。 （2）回归方程的作用在于给出自变量的数值来估计 因变量的可能值，一个回归方程只能作一种推算。 （3）两个变量之间，当因果关系变化其数学表达也 会变化，就有两个不同的回归方程来表示它们之间的数量 关系，也就有两个不同的回归系数。