应用统计学 第九章 简单相关与一元线性回归分析.pdf

第九章简单相关与一元线性回 归分析 1 主要内容 第一节 相关与回归分析的基本概念 第二节 简单线性相关分析 第三节 一元线性回归分析 第四节 一元线性回归模型预测 2 第一节 相关与回归分析的基本 概念 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、相关图 一、函数关系与相关关系 当一个或几个变量取一定的值时，另一个变 量有确定值与之相对应，我们称这种关系为 确定性的函数关系。例如，商品的销售收入 Y与该商品的销售量X 以及该商品价格P之间 的关系。 当一个或几个相互联系的变量取一定数值 时，与之相对应的另一变量的值虽然不确 定，但它仍按某种规律在一定的范围内变 化。变量间的这种相互关系，称为具有不 确定性的相关关系。例如，劳动生产率与工 资水平的关系。 变量之间的函数关系和相关关系，在一定条件下 是可以互相转化的。  本来具有函数关系的变量，当存在观测误差时，其 函数关系往往以相关的形式表现出来。  而具有相关关系的变量之间的联系，如果我们对它 们有了深刻的规律性认识，并且能够把影响因变量 变动的因素全部纳入方程，这时的相关关系也可能 转化为函数关系。 相关关系也具有某种变动规律性，所以，相关关 系经常可以用一定的函数形式去近似地描述。客 观现象的函数关系可以用数学分析的方法去研 究，而研究客观现象的相关关系必须借助于统计 学中的相关与回归分析方法。 二、相关关系的种类 按相关的程度可分为完全相关、不完全相关 和不相关。  当一种现象的数量变化完全由另一个现象的数 量变化所确定时，称这两种现象间的关系为完 全相关。在这种场合，相关关系便成为函数关 系。因此也可以说函数关系是相关关系的一个 特例。  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。  两个现象之间的关系介于完全相关和不相关之 间，称为不完全相关，一般的相关现象都是指 这种不完全相关。 按相关的方向可分为正相关和负相关。  当一个现象的数量增加（或减少），另一个 现象的数量也随之增加（或减少）时，称为 正相关。例如，消费水平随收入的增加而提 高。  当一个现象的数量增加（或减少），而另一 个现象的数量向相反方向变动时，称为负相 关。例如商品流转的规模愈大，流通费用水 平则愈低。 按相关的形式可分为线性相关和非线性相 关。 按所研究的变量多少可分为单相关、复相关 和偏相关。  两个变量之间的相关，称为单相关。  当所研究的是一个变量对两个或两个以上其他 变量的相关关系时，称为复相关。  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。 三、相关分析与回归分析 相关分析是用一个指标来表明现象间相 互依存关系的密切程度。 回归分析是根据相关关系的具体形态， 选择一个合适的数学模型，来近似地表 达变量间的平均变化关系。 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。 相关分析与回归分析之间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。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