统计学第5适当章相关分析与回归分析n.pptVIP

第五章 相关分析与回归分析 重点与难点： 重点： 相关关系的种类 相关系数的计算 回归分析的方法 估计标准误差的计算 难点： 相关系数的计算 估计标准误差的计算 学习内容： 一、变量间的相关关系 二、简单线性相关分析 三、一元线性回归分析 第一节 变量间的相关关系 （函数关系） (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。 (二) 相关关系 相关关系产生的几种情况： （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。 二、相关关系的种类 1.按相关关系的性质来分，可分为: 正相关和负相关 2. 按相关关系的形式来分，可分为： 线性相关和非线性相关 3.按相关关系涉及的因素多少来分，可分为：单相关、复相关和偏相关。 第二节 简单线性相关分析 (二)相关图：又称散点图。将x置于横轴上，y置于纵轴上，将（x,y）绘于坐标图上。用来反映两变量之间相关关系的图形。 二、相关系数 r的测定方法： 仍以上例1资料计算： 2.简捷法 资料计算如下： 三、简单线性相关分析的特点 第三节 一元线性回归分析 一、回归分析的概念 二、回归分析的方法 a、b的确定： 简单直线回归方程建立的步骤为： 举例说明b(回归系数)在经济管理中的作用： 简单直线回归分析的主要特点： 三、 估计标准误差 （二）、估计标准误差的计算方法 Sy和r的异同点： 四、可化为线性回归的非线性回归 几种常见的非线性模型 ? 指数函数 ? 幂函数 ? 双曲线函数 ? 对数函数 ? S 型曲线 五、相关分析与回归分析的特点 （区别） 1.在相关分析中，不必确定自变量和因变量；而在回归分析中，必须事先确定哪个为自变量，哪个为因变量，而且只能从自变量去推测因变量，而不能从因变量去推断自变量。 2.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。 3.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。 五、相关分析与回归分析的特点（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。 4、在变量的相关关系中，按相关的方向不同分为 和 。 5、若相关系数的绝对值结果为0.8以上，则变量之间属于 。 End of Chapter 5 回归分析 是指对具有相关关系的现象，根据其相关关系的具体形态，选择一个合适的数学模型（称为回归方程式），用来近似地表达变量间的平均变化关系的一种统计分析方法。 (一) 简单直线回归分析 简单直线回归方程的一般形式为： yc=a+bx yc ——因变量的估计值； x ——自变量； a ——回归直线在y轴上的截距； b ——回归直线的斜率，称回归系数,表明x每增加 一个单位，因变量yc的平均变化值 b0，x与y为正相关 b0，x与y为负相关 　　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。 ① 确定自变量x和因变量y； ② 计算x2、xy、Σx、Σy、Σx2、Σxy； ③ 代入公式，先求b，再求a。 仍用上例1资料得到： 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。 某企业的某种产品月产量与单位成本的关系呈直线关系，用直线回归方程表示是： yc=77.36-1.818x，其中， x表示月产量(千件) y表示单位成本(元); a=77.36(元)，表示生产这种产品在单