统计学课件——第5章 相关分析.ppt

本章学习内容 第一节 相关分析与回归分析概述 （相关关系概念和种类，相关分析的概念和内容） 第二节 直线相关分析 （相关图表及相关系数 ） 第三节 一元线性回归分析 （一元线性回归方程确定、检验、预测） 第一节 相关分析与回归分析概述 (二) 相关关系 二、相关关系的种类 1.按相关关系涉及的因素多少来分，可分为：单相关和复相关。 2.按相关关系的性质来分，可分为: 正相关和负相关 3. 按相关关系的形式来分，可分为： 直线相关和曲线相关 4. 按相关程度分，可分为： 完全相关、不完全相关和不相关 三、相关分析的任务和内容 相关分析的主要内容包括以下五个方面： 第二节 简单线性相关分析 相关表就是用表格形式反映变量（X和Y）相关关系的统计表。根据资料是否分组可分为简单相关表和分组相关表。 相关图，也称散布图(或散点图)，即将X和Y变量值用坐标点的形式表现出来，用于反映两者之间的相关关系的图形。 二、相关系数 （coefficient of correlation) 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： 练习 某企业资料如下： 试根据资料编制相关图,计算其相关系数并判定其相关程度。 三、简单线性相关分析的特点 本次课小结 一、相关表与相关图 二、相关系数r ※ 上次课知识回顾 一、相关关系的概念 二、相关关系的种类 三、相关图与相关表 四、相关系数（计算及含义） ※ 线性相关分析：计算线性相关系数 r ? 确定两变量之间的相关方向与密切程度。 [不足]无法表明两变量之间的因果关系 ? 无法从一个或几个变量（xi）的变化来推测另一个变量（y）的变化情况。 本次课堂学习内容 一、回归分析概念及种类 二、一元线性回归方程确定 三、一元线性回归方程检验 四、一元线性回归方程应用 一、回归分析概念回归分析：通过一个（些）变量的变化解释另一变量的变化 ? y = a+bx y=a+b1x1+bx2 y=?0+ ?1x1+ ?2x2+…+ ?nxn 二、回归分析的种类 1、按自变量的多少分 （1）简单（一元）回归：自变量只有一个 。 y = a+bx ?一元回归方程 （2）复（多元）回归：自变量为2个或2个以上。 y=?0+ ?1x1+ ?2x2+…+ ?nxn 2、按回归方程式的特征分 （1）线性回归：因变量为自变量的线性函数。 y = a+bx ? 一元线性回归方程※ （2）非线性回归：因变量为自变量的非线性函数。 (二)a、b的确定：最小平方法 (三)简单直线回归方程建立的步骤为： 练习1: 某企业资料如下： 试用最小二乘法建立线性回归方程，并说明回归系数的经济含义。 解： =67.3333-(-1.1258)=76.3333 x表示月产量(千件)，y表示单位成本(元); a=76.33(元)，表示生产这种产品在单位成本方面的条件； b=-1.1258，表示月产品每增加1000件，单位成本平均降低1.1258元。 简单直线回归分析的主要特点： 四、一元线性回归方程的检验 (一) 回归方程的误差分析 2.估计标准误差的计算方法 ：仍用例1资料计算Sy （四）Sy和r的异同点： 五、一元线性回归方程的应用—预测分析 ：仍用例1资料为例估计当现金支出为1200万元时，城镇储蓄存款余额为多少万元？ 解： 练习3：仍用练习1资料为例预测当产量X为11件时，单位产品成本Y为多少？ 本次课小结 1、回归分析概念及种类 2、一元线性回归分析步骤 3、一元线性回归方程的确定※ 4、一元线性回归分析的检验与应用 End of Chapter 5 案 例 近几年利兴铸造厂狠抓成本管理,提高经济效益,在降低原材料和能源消耗,提高劳动生产率以及增收节支等方面取得了显著成绩,单位成本有明显下降,基本扭转了亏损局面.但各月的单位成本起伏很大，有的月份盈利,有的月份利少甚至亏损.为控制成本波动,并指导今后的生产经营,试以利兴铸造厂统计部门的身份进行产品成本分析.资料如下: 　 三、一元线性回归方程（简单直线回归方程）确定 (一)简单直线回归方程的一般形式为： =a+bx ——因变量的估计值； x ——自变量；