《统计技术应用》第八章相关与回归分析.ppt

第八章 相关与回归分析 学习目标 （一）知识目标 1.了解相关关系的概念、种类及判断方法； 2.掌握相关系数的概念； 3.了解回归分析的概念； 4.掌握一元线性回归模型； 5.了解估计标准误差和判定系数的概念； 6.了解多元线性回归模型。 （二）技能目标 1.能够用相关表和相关图判断相关关系； 2.能够计算相关系数并根据相关系数测定相关关系； 3.能够进行一元线性回归模型分析。 引导案例 2012年中央电视台黄金资源广告招标总额超142.57亿 2011年11月8日晚7点50分左右，经过十几个小时的竞标，中央电视台2012年黄金资源广告招标会在北京梅地亚中心拉下帷幕，招标总额达142.5757亿元，比去年126.6870亿元增加15.8887亿元，增加率12.54%。　　今年共有来自28个地区的245家企业参加招标，排在前三位的行业分别是食品饮料、金融、家电，增长较快的行业有IT、金融、医药保健、家居建材等。中标企业的区域分布更加均衡合理，更多的中西部地区企业登上招标舞台。 　　 问题： 1.你了解食品饮料、金融、家电企业的年营业额吗？ 2.投入的广告费越多，产品的销售额就越大吗？ 第一节 相关关系分析 一、相关关系的概念 在自然界和人类社会中，许多现象之间存在相互联系、相互制约的数量关系。例如桃花开放与天气存在很大的关系，如果温度较高，则较早开花；如果温度较低，则较迟开花。一般来说，收入越高，消费量越大；商品的广告投入越大，商品的销售额越大。 现象之间的数量关系可以分为两种类型，函数关系与相关关系。 函数关系是变量之间的一种完全确定性的关系，即一个变量的数值完全由另一个（或一组）变量的数值所确定。函数关系可以用数学表达式 表示出来。例如，圆的周长 与半径 之间存在函数关系 。已知某个圆的半径，可求出它的周长。 相关关系是指客观现象之间存在的互相依存的，在数量变化上受随机因素的影响的不确定性的相互依存关系。其一般数学表达式为 ， 表示随机因素。 相关关系有如下两个特点：一是现象之间确实存在着数量上的依存关系。一个现象在数量上变化，另一个量也会随之发生数量上的变化。如劳动生产率提高，产量也会增多；银行利率提高，贷款会减少。二是现象之间数量上的关系是不确定的依存关系。例如，工厂确实存在劳动生产率越高，产量也会增多的情况，但是劳动生产率提高1%，产量提高的百分比可能有多个数值与之对应，从而不能用数学公式准确地表达出来。 由于观察和试验中的误差，函数关系往往通过相关关系表现出来。而当对现象之间的内在联系和规律性了解的更加清楚地时候，相关关系有可能转化为函数关系。因此，在研究相关关系时常常借用函数关系的形式近似地将它表达出来，以便找到相关关系的一般数量特征。 二、相关关系的种类 （一）单相关和复相关 按相关的变量多少不同，相关关系可分为单相关和复相关。单相关反映一个自变量与因变量的关系。如身高与体重、收入与消费的关系。复相关反映有两个或两个以上的自变量与因变量的关系，如商品的销售利润与销售量、价格、流通费用等之间的相关关系。 （二）线性相关和非线性相关 按相关的表现形式划分可以把相关关系分为线性相关和非线性相关。线性相关也称直线相关，指相互依存的两个变量之间的对应取值在坐标图上大致表现为一条直线的关系。例如，一定范围内，汽车的耗油量与行驶里程呈线性相关关系；商品销售量与商品销售额表现为线性关系。 非线性相关也称为曲线相关，指相互因此的变量之间的变动大致地呈现为一条曲线。如抛物线、指数曲线、双曲线等。例如，商品销售额与商品流通费用率一般表现为曲线关系。 （三）正相关和负相关 按相关方向不同，相关关系可分为正相关和负相关。正相关是指两个变量之间的变化方向一致，即自变量的数值增加（减少）时，因变量的数值也相应地增加（减少）。如居民的收入水平与消费水平。负相关是指两个变量之间的变化趋势相反，即自变量增加时因变量减少或自变量减少时因变量增加。如商品的利润与流通费用。 （四）完全相关、不相关和不完全相关 按相关程度不同划分，相关关系可分为完全相关、不相关和不完全相关。完全相关是指一个变量的数量变化由另一个变量的数量变化所唯一确定。这种情况下，实际是函数关系。如一年到期的本金和利息的关系。不相关是指两个现象之间的数量相互独立，彼此互不影响。如股票价格与气温不存在相关关系。如果两个变量的关系介于完全相关和不相关之间，则称为不完全相关。大多数相关关系属于不完全相关。 三、相关关系的判断 相关关系首先要根据现象的相关理论进行定性分析。如根据生物遗传学理论来判别父辈的身高与子辈的身高是否存在相关关系；根据经济学理论来判别居民的收入水平与消费水平是否存在相关关系