统计学第五章相关与回归分析.pptVIP

第五章 相关与回归分析 第五章 相关与回归分析 第一节 相关与回归分析的基本理论 第二节 一元线性回归 学习目标 了解相关关系的概念及种类 掌握相关分析的原理、相关系数的含义、计算方法、取值及其应用 掌握回归分析的原理、重点掌握一元线性回归方程的拟合（参数的最小二乘估计方法）和参数的含义 掌握判断回归方程拟合优度的度量方法——判定系数（又称决定系数） 掌握利用回归方程进行估计或预测 一、相关与回归分析的基本概念 1、变量间的关系（函数关系） （1）是一一对应的确定关系 （2）设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相应的值，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量 （3）如两个变量之间存在确定性的线性关系，则各观测点落在一条线上 1、变量间的关系（函数关系） 1、变量间的关系（相关关系） （1）变量间关系不能用函数关系精确表达 （2）一个变量的取值不能由另一个变量唯一确定 （3）当变量 x 取某个值时，变量 y 的取值可能有几个。 存在随机因素对y的影响，但相比x的影响较小些。 （4）各观测点分布在直线周围 （即这些数值围绕着它们的平均数上下波动） 如商品需求量y与商品价格p之间的关系是相关关系，y=f（x）+e 因为商品需求量还受到消费者收入水平、消费习惯、替代品和互补品的价格变化、季节性因素等众多因素影响。 1、变量间的关系（相关关系与函数关系） 2、相关关系的类型 现象之间的相关关系错综复杂，可以表现为不同的类型和多种形态。通常从以下方面来划分相关关系的类型： （1）按相关关系涉及的变量或因素多少，可分为单相关和复相关。 单相关也称为一元相关，是指两个变量之间的相关关系。 复相关是指多个变量之间的相互关系，如一个变量对应两个或两个以上其他变量的相关关系。 （2）按相关关系的表现形式不同，可分为线性相关和非线性相关 对于一元相关，即为直线相关和曲线相关 线性相关（直线相关）是指相关的变量呈线性关系，如两个变量的对应值画在直角坐标图上，其散布点趋向于直线的形式（即一个狭长的带形区域之内，近似地表现为直线形式） 非线性关系（曲线关系）是指变量之间的分布趋向某种曲线形式。如抛物线、指数曲线等。 2、相关关系的类型 （3）按相关的方向不同，可分为正相关和负相关 正相关是指相关变量之间的变化是一致的。例如家庭消费支出与收入水平之间的关系 负相关是指相关变量之间的变化方向是相反的。例如商品销售量与商品价格之间的关系 （4）按相关的程度不同，可分为完全相关、不完全相关和不相关 当一种现象（变量）的数量变化完全由另一种现象（变量）的数量变化所确定时，称这两种现象（变量）间的关系为完全相关。如圆的面积与圆的半径之间的关系 。 当两个现象（变量）彼此互不影响，其数量变化各自独立时，称为不相关（无相关）。如成绩与身高之间的关系 当一种现象（变量）的变化与另一种现象的变化有关，但不完全由前者决定，还受随机因素的影响，则这种关系称为不完全相关。 现实中许多经济现象的数量关系都表现为这种不完全相关。 2、相关关系的类型（图示） 3、相关分析与回归分析 （1）相关分析的含义与内容 （2）回归分析的含义与内容 （3）相关分析与回归分析的区别 （4）相关分析与回归分析的联系 （1）相关分析（含义与内容） 含义：对两个或两个以上现象之间数量关系上的不确定性依存关系进行的统计分析。 内容： **判断现象之间有无关系以及相关关系的具体表现形式 在定性分析的基础上，编制相关表、绘制相关图（散点图） **确定相关关系的方向及密切程度 根据变量数据的类型，选择适当的方法，计算相关系数。 **检验现象统计相关的显著性 包括检验相关关系的存在性、检验相关关系强度是否达到一定水平、检验两对现象相关程度的差异性，估计相关系数的取值等。 （2）回归分析（含义与内容） 含义：对具有相关关系的两个或两个以上变量之间数量变化的一般关系进行测定，确定因变量和自变量之间数量关系变动的数学表达式，以便对因变量进行估计或预测的统计分析方法。 内容： **根据研究目的和现象之间的内在关系，从一组样本数据出发，确定自变量和因变量，以及变量之间的数学关系式。 **对回归分析模型进行评价和诊断，即对回归方程的代表性和拟合程度进行评价等，对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响显著，哪些不显著。 **利用所求的关系式，根据一个或几个变量的取值来估计或预测另一个特定变量的取值，并给出这种估计或预测的精确程度等。 （3）相关分析与回归分析的区别 **相关分析中，变量