第七章 相关分析和回归分析教学精品.pptVIP

第六章 相关分析和回归分析;一、变量相关的概念;?;相关关系的类型（课本第114页）;相关关系的图示;二、相关分析的内容;相关表和相关图;相关表;相关图（见前“相关关系的图示”）图：Click宝珠笔的地区调查散点图;三、相关系数及其计算;相关系数的演变公式;相关系数取值及其意义; 1、双胞胎身高间的相关系数是r= 0.95 2、美国25—34岁男子收入与受教育程度r=0.34 美国55—64岁男子收入与受教育程度 r= 0.44;两点注意; 表： 我国人均国民收入与人均消费金额数据 单位:元;根据样本相关系数的计算公式有 人均国民收入与人均消费金额之间的相关系数为 0.9987;上面介绍的是简单相关系数，其次还有复相关系数，偏相关系数和等级相关系数等。（偏相关系数与复相关系数见课本第115页） ;例：确定学校名气和毕业生表现业绩之间是否存在相关联？;四、相关系数的显著性检验样本数据（r值）表明两个变量存在相关关系，是否能说明总体变量也存在相关关系？;相关系数的显著性检验（实例） ;第二节 简单回归分析;回归方法描述一个变量如何地依赖另一个变量。 身高和体重；成绩与努力程度；工作好坏与实力、机遇等 “回归”一词来源于生物学。英国生物统计学家高尔顿根据1078对父子身高的散点图发现，虽然身材高的父母比身材矮的父母倾向于有高的孩子，但平均而言，父母身材高的其子要矮些，而身材矮小的，其子要高些。这种遗传上身高趋于一般，“退化到平庸”的现象，高尔顿称作回归。 ;回归：借用的遗传学概念，现指变量之间的一般数量关系。 回归分析：用函数关系近似表达现象之间数量变化的一般规律。 反映现象间相关关系数量变化规律的函数表达式称为回归模型或方程。;回归分析与相关分析的区别（见课本113页）;一、回归分析的内容;二、回归模型和回归方程;回归模型;一元线性回归模型 （概念要点）;一元线性回归模型 （概念要点）;一元线性回归模型（基本假定）;回归方程 （概念要点）;三、简单线性回归（一元线性回归方 程）的建立（拟合）;最小二乘法（图示）;最小二乘法（公式推导见课本359页） （ 和 的计算公式）;估计方程的求法（实例）;估计方程;估计方程的求法（Excel的输出结果）;四、线性回归方程拟合优度的测定（判定系数、估计标准误差）;离差平方和的分解（图示）;离差平方和的分解 （三个平方和的关系）;变差平方和的分解 （三个平方和的意义）;判定系数 r2;估计标准误差 Sy;相关和回归分析之间的联系;应用相关分析与回归分析应注意的问题;五、回归分析的显著性检验;在根据样本数据拟合回归方程时，我们首先假设变量x和y之间存在线性关系，但这种假设是否成立，需通过检验才能证实——回归方程显著性检验或线性关系的检验（F检验：检验自变量和因变量之间的线性关系是否显著）;回归方程的显著性检验 （线性关系的检验 ）;回归方程的显著性检验 （检验的步骤）;回归方程的显著性检验 （方差分析表）;回归系数的显著性检验;回归系数的显著性检验 （步骤）;回归系数的显著性检验(Excel输出的结果）;一点注意;四、回归预测;第三节 多元线性回归;多元线性回归模型 （概念要点）;多元线性回归模型 （概念要点）;多元线性回归模型（基本假定）;多元线性回归方程（概念要点）;多元线性回归的估计(经验)方程;一个二元线性回归的例子;一个二元线性回归的例子(Excel 输出的结果);一个二元线性回归的例子(计算机输出结果解释)