第八章相关和回归分析.pptVIP

第八章 相关与回归分析 一、函数关系与相关关系 二、相关关系的种类 三、相关分析与回归分析 四、相关表与相关图 一、函数关系与相关关系 （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。 函数关系是变量之间的一种严格、完全确定性的关系，即一个变量的数值完全有另一个（或一组）变量的数值所决定、控制。函数关系通常可以用数学公式确切地表示出来。 相关关系难以像函数关系那样，用数学公式去准确表达。 由于客观上常会出现观察或测量上的误差等原因，函数关系在实际工作中往往通过相关关系表现出来。 当人们对某些现象内部规律有较深刻认识时，相关关系可能变为函数关系。为此，在研究相关关系时，又常常使用函数关系作为工具，用一定的函数关系表现相关关系的数量联系。 相关关系的种类 1、不相关。 当两个现象彼此互不影响，其数量变化各自独立时，称为不相关现象。 2、完全相关。如果一个变量的变化是由其他变量的数量变化所确定，此时变量间的关系称为完全相关。在这种场合下，相关关系便成为函数关系。所以，函数关系是相关关系的一种特殊情况。 3、不完全相关。如果变量间的关系介于不相关和完全相关之间，则称为不完全相关。大多数相关关系属于不完全相关，是统计研究的主要对象。 1、正相关。两个相关现象间，当一个变量的数值增加（或减少）时，另一个变量的数值也随之增加（或减少），即同方向变化。例如，工业总产值增加，企业税利总额也随之增加；家庭消费支出随收入增加而增加等。 2、负相关。当一个变量的数值增加（或减少）时，而另一个变量的数值相反地呈减少（或增加）趋势变化，即反方向变化。如劳动生产率提高，产品成本降低；产品成本降低，企业利润增加等。 1、单相关：两个因素之间的相关关系叫单相关。 2、复相关：三个或三个以上因素的相关关系叫复相关，即研究时涉及两个或两个以上的自变量和因变量。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：在某一现象与多种现象相关的场合，假定其他变量不变，专门考察其中两个变量的相关关系称为偏相关。例如，在假定人们的收入水平不变的条件下，某种商品的需求与其价格水平的关系就是一种偏相关。 1、直线相关（或线性相关）。当相关关系的自变量x发生变动，因变量y值随之发生大致均等的变动，从图像上近似地表现为直线形式，这种相关通称为直线（或线性）相关。 2、曲线（或非线性）相关。在两个相关现象中，自变量x值发生变动，因变量y也随之发生变动，这种变动不是均等的，在图像上的分布是各种不同的曲线形式，这种相关关系称为曲线（或非线性）相关。曲线相关在相关图上的分布，表现为抛物线、双曲线、指数曲线等非直线形式。 三、相关分析与回归分析 （一）概念： （二）相关分析与回归分析的区别 3.相关分析不能指出变量间相互关系的具体形式；而回归分析能确切的指出变量之间相互关系的具体形式，它可根据回归模型从已知量估计和预测未知量。 4.相关分析所涉及的变量一般都是随机变量，而回归分析中因变量是随机的，自变量则作为研究时给定的非随机变量。 （三）相关分析与回归分析的联系 相关分析和回归分析有着密切的联系，它们不仅具有共同的研究对象，而且在具体应用时，常常必须互相补充。相关分析需要依靠回归分析来表明现象数量相关的具体形式，而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。只有当变量之间存在着高度相关时，进行回归分析寻求其相关的具体形式才有意义。 简单说：1、相关分析是回归分析的基础和前提； 2、回归分析是相关分析的深入和继续。 相关分析的主要内容 揭示现象之间是否存在相关关系。 确定相关关系的表现形式。 确定现象变量间相关关系的密切程度和方向。 回归分析的主要内容 建立相关关系的回归方程。 测定因变量的估计值与估计值的误差程度。 进行相关关系的定性分析 确定回归方程 计算相关系数或相关指数，对回归方程进行显著性检验。 利用回归方程式进行推算和预测 对推算和预测作出置信区间估计。 相关表：在定性判断的基础上，把具有相关关系的两个量的具体数值按照一定顺序平行排列在一张表上，以观察它们之间的相互关系； 相关图：把相关表上一一对应的具体数值在直角坐标系中用点标出来而形成的散点图。利用相关图和相关表，可以更直观、更形象地表现变量之间的相互关系。 相关表： 第二节 一元线性回归分析 回归模型的类型 （三）误差项的基本标准假定 假定1：误差项的期望值为0，即对所有的t总有 假定2：误差项的方差为常数，即对所有的t总有 假定3：误差项之间不存在