华南理工大学管理统计学课件第7章 相关与回归分析.ppt

华南理工大学精品课程 * 幂函数 线性化方法 两端取对数得：lg y = lga + blg x 令：y = lgy，x= lg x，则y = lga + b x 基本形式： 0b 1 b? 1 b = 1 -1b0 b-1 b =-1 7.4.1 可线性化的常用曲线类型 华南理工大学精品课程 * 双曲线函数 线性化方法 令：y = 1/y，x= 1/x, 则有 基本形式： b 0 b 0 7.4.1 可线性化的常用曲线类型 华南理工大学精品课程 * 对数函数 线性化方法 x= lnx , 则有 基本形式： b ? 0 b 0 7.4.1 可线性化的常用曲线类型 华南理工大学精品课程 * S 型曲线 线性化方法 令：y = lny, 则有 基本形式： 7.4.1 可线性化的常用曲线类型 华南理工大学精品课程 * 非线性相关指数: 度量非线性相关程度 非线性相关指数就是非线性回归的可决系数， 或者用非线性可决系数R2的平方根R表示： 非线性相关指数的性质 R的值越接近于1，表明变量间的非线性相关程度越高； 反之，若R的值越接近于0，表明变量间的非线性相关程度越弱。 7.4.2 非线性判断系数 华南理工大学精品课程 * 小结 函数关系和相关关系的异同。 一元回归模型的建立、回归方程估计、拟合优度评价和系数的显著性检验，利用回归方程进行估计和预测。 多元回归模型的建立，回归方程的估计和修正，利用SPSS建模。 非线性回归模型的建立。 华南理工大学精品课程 * 思考与讨论 1、对应本章的引例，请查找统计年鉴的相关数据，将数据补齐至2012年。 2、对应本章的引例，完成引例的思考题，并进行分析。 3、对应本章引例，使用前述数据建模，后续查找的数据进行模型检验。 华南理工大学精品课程 * 课外自学讨论 课外查阅相关书籍，了解异方差，自相关，多重共线性，虚拟自回归内容 （１）回归模型残差的正态性检验 残差的直方图 残差的累积概率图（P-P图） （２）回归模型残差的独立性检验 用Durbin--Watson检验，其参数称为Dw或D。D的取值范围是0D4。其统计学意义为：D≈2，残差与自变量相互独立； D2，残差与自变量正相关；D2，残差与自变量负相关。 （３）残差的方差齐性检验 残差分析还可以检出奇异点和评判预测效果。 （４）自相关检验 （ 5）共线性诊断 共线性（collinearity）情况通过容差（tolerance）和方差膨胀因子 （variance inflation factor）来进行判别。 华南理工大学精品课程 * 误差项具有异方差性的残差图 误差项具有负自相关性的残差图 误差项具有正自相关性的残差图 华南理工大学精品课程 * 课外选修-SPSS辅助操作 1、用SPSS软件绘制散点图 2、利用SPSS计算相关系数并检验 3、SPSS线性回归的参数估计和检验 4、曲线回归分析SPSS软件操作步骤 华南理工大学精品课程 * 1、用SPSS软件绘制散点图 基本操作步骤: 选择菜单Graphs→Scatter/Dot 选择散点图的类型 Simple-简单散点图(2个变量)*** Define按钮：因变量Ｙ放入Y-Axis,自变量X放入X-Axis，其他项可以省略． Overlay-重叠散点图：多对变量 Matrix-矩阵散点图：以方形矩阵的形式显示多对变量 3-D-三维散点图：以立体图的形式显示三对变量 华南理工大学精品课程 * 散点图矩阵 华南理工大学精品课程 * 2、利用SPSS计算相关系数并检验 界面说明： (1)选择菜单Analyze-Correlate-Bivariate (2) Variables框：存放参加计算相关系数的变量。 (3)Correiation Coefficients项： Pearson:简单相关系数，用于连续变量或等间距测度的变量． Spearman:等级相关系数，用来度量定序变量． Kendall’s tau-b:等级相关系数,用来度量定序变量. (4)Test of Singnificance项 Two-tailed:双尾检验 One-tailed:单尾检验 华南理工大学精品课程 * （５）Flag significant Corrlations项 在相关系数上用“＊”表出检验结果，“＊”表示显著水平为0.05，“＊＊”表示显著水平为0.01. （６）Options按钮 Statistics: Means and standard deviations:输出均值和标准差 Cross-product deviations and covariances:输出叉积离差阵和协方差阵 Missing Values:Exclude cases pairwise:剔除本计算变