统计学原理及技能训练(杨鑫慧).ppt

第九章 相关分析与回归分析 学习目标： 1.掌握相关分析的概念、分类及与函数关系的区别； 2.能够利用相关系数对相关关系进行测定，并且掌握相关函数的性质； 3.明确相关分析与回归分析各自特点以及它们的区别与联系； 4.掌握回归分析基本理论和方法。 第一节 相关分析的一般问题 （1）是一一对应的确定关系； （2）设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相应的值，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量； （3）各观测点落在一条线上。 （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； （3）当变量 x 取某个值时，变量 y 的取值可能有几个； （4）各观测点分布在直线周围。 二、相关关系的种类 第二节 简单线性相关分析 二、相关系数 1.简单线性相关系数的计算 对两个变量之间线性相关程度的度量称为简单相关系数，用r表示。而对于曲线相关来说，是用相关指数来衡量其相关程度的。 公式中： 可化简为： 从公式中可以看出： r值的意义是： ︱r︱愈接近0，x与y之间的直线相关程度愈小，反之，︱r︱的值愈接近1，x与y之间的相关程度愈高。 但需要注意的是r只表示x与y的直线相关密切程度。当︱r︱值很小甚至等于0时，并不一定表示x与y之间就不存在其他类型的关系。 例： 根据表中资料： 即产量与生产费用之间的相关系数r＝+0．9202，说明二者之间存在高度正线性相关关系。 2.相关系数的意义相关系数的取值范围是：-1≤r≤1（︱r︱≤1） ︱r︱越接近1，表示相关程度越高； ︱r︱越接近0，表示相关程度越低；  ︱r︱＝0表示两个变量之间不存在直线相关； r＝1表示存在着完全正相关； r＝-1表示存在着完全负相关。 用相关系数表示的相关程度的等级有如下几种情形： r＝0：不相关； ︱r︱＜0.3：极低度相关； 0.3 ≤︱r︱≤0.5：低度相关； 0.5 ≤︱r︱≤0.8：中度相关； ︱r︱≥0.8：高度相关； ︱r︱＝1：完全相关。 需注意：变量之间的非线性相关程度较大可能导致r＝0，当r＝0或r很小时，不能得出变量无关的结论。 （三）相关系数有正负号，表示正相关或负相关（四）相关系数的计算对资料有一定要求，相关的两个变量必须都是随机的，这也反映对等关系 相关系数的计算与应用有其独立意义，可直接从给定资料计算，可不经过回归分析。 第三节 回归分析 （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，其所涉及的变量可以都是随机变量。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。 第四节 回归模型的建立 一、一元线性回归模型 假定因变量y主要受自变量x的影响，它们之间的简单线性回归模型如下 ： 为参数， 为随机误差项。 对于误差项，在回归分析中有如下假设： （1）误差项是随机变量，它的期望值为0； （2）对于所有的x值，误差项的方差 为常数； （3）误差项之间相互独立，即与一个值相联系的误差对与另一个值相联系的误差没有影响； （4）随机误差项服从正态分布。 (一)一元线性回归方程 描述y的均值E(y)与 x的关系的方程叫做回归方程。 由于 ， ， 所以 不难看出，简单线性回归方程的图形是一条直线。这条直线被称为总体回归直线。 是回归直线的截距， 是回归直线的斜率，E(y)是给定某个x的值y的均值或期望值。 各实际观测点与总体回归线垂直方向的间隔，就是随机误差项ε，即 如果因变量y与自变量x的相关关系是近似直线的关系，则一元线性回归的模型为： 2.最小二乘法确定模型参数 根据微积分的极值定理，Q最小的必要条件为： 整理后得如下方程，称最小二乘法的标准方程： 将表中有关数据代入公式中： 生产费用对产量的直线回归方程为： 下图可看散点图与回归直线的关系： 相关分析与回归分析补充习题 1.某种产品的产量与单位成本资料如下： 解：相关与回归分析计算表 （1）相关系数 (2)建立直线回归方程y＝a+bx 2.有几个地区的统计资料如下： 要求： 解： （1）国内生产总值x与财政收入y的相关系数 财政收入y与银行年末存款余额z的相关系数 （3）国内生产总值与财政