第7章 相关分析和回归分析PPT.ppt

第七章：相关分析和回归分析;实例1:中国妇女生育水平的决定因素是什么?; 据世界卫生组织统计，全球肥胖症患者达3亿人，其中儿童占2200万人，11亿人体重过重。肥胖症和体重超常早已不是发达国家的“专利”，已遍及五大洲。目前，全球因”吃”致病乃至死亡的人数已高于因饥饿死亡的人数。 (引自《光明日报》刘军/文） 问题: 肥胖症和体重超常与死亡人数真有显著 的数量关系吗? 这些类型的问题可以运用相关分析与回归分析的方法去解决。;第一节：相关分析;一、相关关系的类型与特点;;;二、相关关系的分类;（二）按相关方向划分 正相关： X与Y同时变大或变小 负相关：X变大，Y变小（或反过来）;（三）按相关形式划分 线性相关：Y与X的关系大致呈现为线性关系 非线性相关：Y与X的关系不呈现线性关系 线性相关——散布图接近一条直线(左图) 非线性相关——散布图接近一条曲线(右图) ;（四）按变量多少划分 单相关：两个变量间的关系 多元相关/复相关：一个变量对两个或两个以上变量的 相关关系 ;三、相关关系的判断;四、相关系数;相关系数的计算;;例：某市1998年-2005年的工资性现金支出与城镇储蓄存款余额的资料如下：;序 号;经过计算，表明该市工资性现金支出与城镇储蓄存款余额之间存在着高度正相关。;相关关系密切程度的划分;r的绝对值大小，可说明现象之间相关关系的紧密程度。;2.简捷法 ;序号;;相关系数特点：; 回归的古典意义： 高尔顿遗传学的回归概念 父母身高与子女身高的关系: 无论高个子或低个子的子女 都有向人的平均身高回归的 趋势 ; 回归的现代意义;一、回归分析的意义;二、回归分析的特点;三、直线回归方程;　　在简单直线回归方程中，a、b为待定系数，常用最小平方法来确定，即∑(y-yc)2=最小值。 ;简单直线回归方程建立的步骤为： ;例：某市1998年 — 2005年的工资性现金支出与城镇储蓄存款余额的资料 ;序号;;得到： yc = -199.5 + 0.5858x 表明该市工资性现金支出每增加1万元，储蓄存款余额就增加0.5858万元。;相关系数与回归系数; 回归分析与相关分析 两者联系：;3.相关分析需要回归分析来表明现象数量相 关的具体形式，而回归分析则应该建立在 相关分析的基础上。 4.在相关程度很低的情况下，回归函数的表 达式代表性就很差。;; 回归分析：通过数学模型，研究一现象（变量）对其他现象（变量）依赖关系的具体形态的方法论 ; ④回归分析对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是；;四、估计标准误差 ;（二）估计标准误差的计算;;（三）估计标准误差和相关系数的关系;五、多元线性回归分析;以二元线性回归模型为例： 可通过求解下列方程组求得参数 的值： ;第三节、非线性回归分析;1、抛物线函数：y=a+bx+cx2 2、双曲线函数：y=a+b(1/x) 3、幂函数： y=ax1b1x2b2…xkbk 4、指数函数： y=abX 5、对数函数： y=a+bln(x) 6、S形曲线函数： 其中:L，a, b0， 称该函数为逻辑曲线 7、多项式方程： ; 非线性回归函数模型常常采用将其线性化后，采用线性方程形式进行估计的。常用的变换方法有如下几种： 1、倒数变换 如，双曲线函数y=a+b(1/x)，设Z=1/x， 则原函数化为如下线性形式：y=a+bZ 2、半对数变换 如，对数函数， y=a+bln(x)，设Z=lnx， 则原函数变换为： y=a+bZ ; 如，幂函数y=ax1b1x2b2…xkbk ， 两边取对数，原函数变换为：