统计学第10讲 相关和回归分析含检验.pptVIP

第8章 相关与回归分析 8.1 相关与回归的基本概念 8.2 简单线性相关与回归分析 8.3 多元线性相关与回归分析（选讲） 8.4 非线性相关与回归分析 学习目标 1. 变量间的相关关系与相关系数的计算 2. 总体回归函数与样本回归函数 3. 线性回归的基本假定 4. 简单线性回归参数的估计与检验 5. 常用的可以转换为线性回归的非线性函数 6. 非线性相关指数 学习重点 相关系数的计算 相关分析与回归分析的联系与区别 总体回归函数与样本回归函数 线性回归的基本假定 简单线性回归参数的估计与检验 非线性相关指数 学习难点 总体回归函数与样本回归函数的联系与区别 线性回归的基本假定 简单线性回归参数的估计与检验 常用的可以转换为线性回归的非线性函数 授课学时 6学时 10.1 相关与回归的基本概念 二、相关关系特点 （1）变量间关系不能用函数关系精确表达； （2）一个变量的取值不能由另一个变量唯一确定；当变量 x 取某个值的时候，变量 y 的取值可能有几个； （3）各观测点（x，y）分布在某条线的周围。 三、相关关系的类型 （1）不完全相关。 介于完全相关与不相关之间 （2）完全相关（函数关系） 一个变量的变化完全由另一个变量的变化所确定 （3）不相关 两个变量的变化相互之间完全没有关系 2.按相关的形式划分 （1）线性相关。 （2）非线性相关。 3.按相关的方向划分 （1）正相关 例如收入与消费的关系。 （2）负相关 例如物价与消费的关系。 4.按相关关系涉及的变量多少划分 （1）单相关（又称一元相关）。指两个变量之间的相互关系 （2）复相关（又称多元相关）。指三个变量及以上变量之间的相互关系 例如，某种商品的需求与其价格水平以及收入水平之间的相关关系便是一种复相关。 （3）偏相关。在某一变量与多个变量相关时，当假定其他变量不变，其中两个变量的相关关系。 例如，在假定人们的收入水平、偏好等不变的条件下，某种商品的需求与其价格水平的关系就是一种偏相关。　　 相关关系的图示 （一）相关表 研究现象之间的依存关系的一种表格。 首先要通过实际调查取得一系列成对数据作为相关分析的原始资料。 然后将某一变量按其数值的大小顺序排列，再将与其相关的另一变量的对应值平行排列，即可得到简单的相关表。 例：为了研究分析某种产品完成量与其单位产品成本 之间的关系，调查30个同类公司得到的原始数据如表。 （二）相关图 又称散点图，是以直角坐标系的横轴代表变量x，纵轴代表变量y，将两个变量相对应的成对数据用坐标点的形式描绘出来，用于反映两个变量之间相关关系的图形。 回归分析：是指对具有相关关系的变量，依据其关系性质，选择一个合适的数学模型（回归方程），用来近似地表示变量间数量平均变化关系的一种统计方法。 回归分析按分析变量的多少可分为一元回归分析和多元回归分析；按分析变量间的表现形式可分为现性回归分析和非线性回归分析； 相关分析与回归分析的关系 联系：（1）共同的研究对象：都是对变量间相关关系的分析； （2）相关分析是回归分析的基础和前提。只有当变量间存在相关关系时，用回归分析去寻求相关的具体数学形式才有实际意义；（3）相关分析只表明变量间相关关系的性质和程度，要确定变量间相关的具体数学形式依赖于回归分析 区别：（1）相关分析与回归分析在研究目的和方法上是有明显区别的。相关分析研究变量之间相关的方向和相关的程度。但是，相关分析不能指出变量间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况。回归分析则是研究变量之间相互关系的具体形式，它对具有相关关系的变量之间的数量联系进行测定，确定一个相关的数学方程式，根据这个数学方程式可以从已知量来推测未知量，从而为估算和预测提供了一个重要的方法（2）相关分析可以不必确定变量中哪个是自变量，哪个是因变量，而回归分析则必须事先研究确定具有相关关系的变量中哪个为自变量，哪个为因变量。（3）相关分析所涉及的变量可以都是随机变量。一般地说，回归分析中因变量是随机的，而把自变量作为研究时给定的非随机变量。 六、回归模型的类型 10．2 简单线性相关与回归分析 （三）相关系数的计算 3.相关系数的检验方法 给定显著性水平 ， 查自由度为 n-2 的临界值 若 ，表明相关系数 r 在统计上是显著 的，应否定 而接受 的假设； 反之，若 ，应接受 的假设。 （2）总体一元线性回归模型 样本回归方程 最小二乘法（图示） （一）回归系数的估计的最小二乘法公式 　将Ｑ对