《新编统计学》之八：相关和回归.pptx

项目八 相关与回归分析重庆工商大学 陈正伟学习目标1.掌握函数关系、相关关系、回归分析的基本概念与区别；2.能够利用相关系数对相关关系进行测度，并且掌握相关系数的性质；3.明确相关分析与回归分析的特点以及它们的区别与联系；4.掌握相关系数的计算与检验方法，建立一元线性回归模型，并利用模型进行预测；5.能够应用Excel软件进行相关与回归分析。学习重点相关分析的方法；回归分析的放分及其应用。学习难点理解并掌握有关计算公式和应用条件 基本内容一、相关与回归分析的基本概念 二、简单线性相关与回归分析 任务一 相关与回归分析的基本概念一、函数关系与相关关系 （一）函数关系 它反映现象之间存在着严格的数量依存关系，在这种关系中，对于某一变量的每一个数值，都有另一个变量的确定值与之相对应，并且这种关系可以用一个数学表达式反映出来。函数关系（例）圆的面积（S）与半径（R）之间的函数关系 S = ?R2 里程 (D)与速度(V)、时间(t)之间的关系 D=Vt企业的原材料消耗额(y)与产量(x1) 、单位产量消耗(x2) 、原材料价格(x3)之间的关系 y = x1 x2 x3 （二）相关关系 它反映现象之间确实存在的，但关系数值不固定的相互依存关系。这一概念表明：（1）相关关系是指现象之间确实存在数量上的相互依存关系。（2）现象之间数量依存关系的具体数值不是固定的。相关关系（例）父亲身高(y)与子女身高(x)之间的关系社会商品零售额(y)与居民会支配收入(x)之间的关系收入 (y)与文化程度(x)之间的关系商品销售量(y)与广告费支出(x1)、价格(x2)之间的关系 （三）相关关系与函数关系的联系函数关系往往通过相关关系表现出来。由于存在测量误差和其他随机因素的干扰，可以说现实中没有纯粹的函数关系。相关关系要通过函数关系进行研究。相关变量之间的数量变动虽然表现出一定的波动性，但是这种波动总是按照一定的分布规律围绕其理论均值而波动的，因此可以通过寻找这种数量变化规律，使相关关系转化为函数关系进行研究。相关关系的两种极端情况二、相关关系的种类 （一）按相关关系的程度分为：完全相关（函数关系）完全不相关（零相关）不完全相关（狭义的相关关系）（二）按相关方向分为： 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。 例如收入与消费的关系。 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。 例如物价与消费的关系。（三）按相关关系的表现形式分为：直线相关（线性相关）：一个变量的值会随另一变量的值的变化发生大致均等的变动。曲线相关（非线性相关）：一个变量的值会随另一变量的值的变化发生变动，但这种变动不是均等的。（四）按涉及变量多少分为： 单相关（一元相关）：两个变量之间的相关。 复相关（多元相关）：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。 偏相关：某一变量与多个变量相关的场合，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。各类相关关系的表现形态图 广告投入和销售之间的关系三、相关分析与回归分析就是用一个指标来表明现象间相互依存关系的密切程度。广义的相关分析包括相关关系的分析（狭义的相关分析）和回归分析。1.相关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。2.回归分析相关分析与回归分析的联系1.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。2.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。 相关分析与回归分析的区别 1.变量的地位相关分析中，变量之间处于平等地位；回归分析中，必须确定因变量（处在被解释的地位）、自变量（用于解释和预测因变量变化）。2.变量的性质相关分析中所涉及的变量都是随机变量；回归分析中，因变量是随机变量，自变量一般是非随机的确定变量。3. 分析内容（侧重点）相关分析主要描述两个变量之间相关关系的密切程度；主要通过计算相关系数来测定。回归分析揭示变量之间数量变动的统计规律性；主要通过拟合回归方程来描述或推断。四、相关表和相关图进行相关分析的一般程序：是依据研究者的理论知识和实践经验，对客观现象之间是否存在相关关系，以及何种关系作出判断。定性分析在定性分析的基础上，通过编制相关表、绘制相关图、计算相关系数等方法，来判断现象之间相关的方向、形态及密切程度。定量分析（一）相关表 相关表是一种反映变量之间相关关系的统