第九章 相关与回归分析PPT.ppt

第九章 相关与回归分析 ;本章要点与难点;第一节 相关分析;一、相关关系的基本概念;2、相关关系分类 按相关程度划分，可分为完全相关、不完全相关和不相关。 ;按相关形式划分，可分为线性相关和非线性相关 ;按变量多少划分，可分为单相关、复相关 按相关性质划分，可分为真实相关、虚假相关 ;二、相关程度判断直观方法;【例6】对10户居民家庭的月收入和消费支出进行调查，得到原始资料如下表9-1所示。 家庭月收入和消费支出的统计原始资料 单位：元;【例7】某车间工人40个工人，每个工人工龄（X）与每天的生产量（Y）的资料分组后得出下表9-3。;【例8】根据某汽车运货成本（Y）和运量（X）的资料，得出双变量分组相关表9-4。 运货成本与运量的双变量分组相关表;2、相关图 相关图又称散点图，是描述变量之间关系的一种直观方法，是在分析两个变量之间的关系时，用坐标的水平轴代表自变量X，纵轴代表因变量Y，将每组数据（Xi，Yi）在平面坐标上用点画出来，N组数据在坐标系中形成的N个点称为散点，通过点的分布可以直观地初步判断变量X和变量Y之间有无相关关系，其关系的表现形式如何（呈直线形式还是曲线形式），以及相关关系的密切程度如何。;【例9】将表9-2中的每对数据点描在直角坐标上形成散点图，如图9-4所示。;三、相关程度判断定量方法;3、相关系数的特点 的取值介于-1和+1之间，即-1≤r ≤+1； 当 r =0时，X与Y之间无线性相关； 当 r=+1时，X与Y完全正相关； 当 r=-1时，X与Y完全负相关； 当0＜ r＜+1时，X与Y正相关； 当-1＜r＜0时，X与Y负相关； |r|在0.3以下，表示相关关系很弱，也有可能是由于偶然性因素所致，通常将其视为没有线性相关关系； |r|在0.3－0.5之间，属低相关； |r|在0.5－0.8之间，属中度相关； |r|在0.8以上，属高度相关。;子公司编号;=0.987;第二节 回归分析;一、回归分析的概念;二、回归分析与相关分析的关系;三、一元线性回归分析;总体回归线与随机误差项 ;3、样本回归方程;之间的关系图 ;（二）一元线性回归模型的建立 1、回归系数的估计 最小二乘法 ;年份;=182.3÷11=16.57 ;2、估计标准误差;【例12】从例11中可以得知n=11， ;(三)一??线性回归方程的预测 建立回归模型的重要目的之一是进行预测。如果所拟合的样本回归方程经过检验，被认为具有经济意义，同时被证明有较高的拟合程度，就可以利用其来进行预测。 1、点预测 2、区间预测;1、点预测 假定已知自变量X的一个特定值，代入样本回归方程式，得出的估计值： ;城市编号;=0.6141 ;2、区间预测;【例14】根据例11中的数据资料，当2005年、2006年某市人均可支配收入分别为1863元、1983元时，求出2005年、2006年某市人均鲜鱼需求量及其预测区间。（a=0.05）;又可从例12中得知s=1.17;第三节 Excel中的线性回归分析