第8章 相关与回归分析.pptVIP

第8章 相关与回归分析;学习目标;8.1 相关与回归的基本概念;8.1.1 变量间的相互关系;8.1.2 相关关系的类型;●?2. 从变量相关关系的表现形式看 ⑴线性相关——散点图接近一条 直线。(右上图) 例：随着自变量的等值变化， 因变量也接近产生等值变化。 则散点图接近一条直线。 ⑵非线性相关——散点图接近一 条曲线。(右下图) 例：随着自变量的等值变化， 因变量的二次差也接近产生 等值变化。则散点图接近一条二次抛物线。;●3.从变量相关关系变化的方向看 ⑴正相关——两变量同方向变化， 同增、同减。(右上图) 例：商品的销售利润一般会随着销售 量的增加而增加，随着销售量的 减少而减少。 ⑵负相关——两变量反方向变化， 一增一减。(右下图) 例：商品的销售量一般会随着价格 的上升而减少，随着价格的下 降而增加。;●4.从变量相关的程度看 ⑴完全相关——全部散点落在某曲 线上 (右上图)，这时，相关关 系成为函数关系。 例：圆的面积S与半径r之间存在函数 关系：S=пr2 。 ⑵不完全相关——全部散点落在某曲 线附近(右中图)，变量之间的变 化介于完全相关和不相关之间。 例：成本与利润，学习时间与成绩， 施肥量与农作物产量。 ⑶不相关——变量之间的变化完全没 有关系。 (右下图) 例：圆的面积与圆的颜色，学习成 绩与作业本的大小。;8.1.3 相关分析与回归分析;回归的现代意义：一个因变量对若干解释变量依存关系的研究，用适当的数学模型去近似表达或估计变量之间的平均变化关系。 回归的目的（实质）：根据已知的或固定的自变量的数值去估计因变量的总体平均值。 ;相关分析与回归分析在研究目的和研究方法上的差异;相关分析与回归分析的联系;8.2 简单线性相关与回归分析;8.2.1 简单线性相关系数及检验;样本相关系数rXY;样本相关系数的基本计算公式;样本相关系数的计算例题;例8.1的解法一;例8.1的解法一(续);例8.1的解法二;样本相关系数的变形计算公式;相关系数的特点 ;相关程度的明细分析;使用相关系数的注意事项;8.2.2 总体回归函数与样本回归函数;2.总体回归函数 概念：将总体因变量Y的条件均值表现为自变量X的某种函数，这个函数称为总体回归函数（简记为PRF）。 表现形式： （1）条件均值表现形式： E(Y︱Xi)=α+βXi （2）个别值表现形式（随机设定形式） Yi=α+βXi+ui;3.样本回归函数 概念： ●Y的样本观测值的条件均值随自变量X而变动的轨迹，称为样本回归线。 ●如果把因变量Y的样本条件均值表示为自变量X的某种函数，这个函数称为样本回归函数（简记为SRF）。 表现形式： （1）条件均值表现形式： （2）个别值表现形式（随机设定形式） ;样本回归函数与总体回归函数的相互联系 ;样本回归函数与总体回归函数的相互区别 ;8.2.3 回归系数的估计;估计回归方程的条件;1.简单线性回归的基本假定(免);2.估计回归系数的最小二乘法;估计回归方程的方法;简单线性回归的最小二乘法例题;最小二乘法例题解答1;最小二乘法例题解答2;最小二乘法例题解答3;简单线性回归的Excel解例题;解：列表计算公式元素如下： 代入公式计算得：;直线斜率为： 直线截距为： 即得回归直线方程为 ;简单线性回归的Excel解法(计算直线回归方程的两个参数：斜率和截距);3.应用统计函数“INTERCEPT”计算直线与y轴的截距——直线起点值： ①在表格外选定某单元格，作为直线斜率的放置位置，点击：菜单栏中“∑”右边的“▼”后，选择“其它函数”，在“插入函数”窗口中，点击“或选择类别(C)”输入栏右边的“∨”，选择“统计”，再在“选择函数(N)”中选择函数“INTERCEPT”，然后点击“确定”； ②在“函数参数”窗口中，点击“Known_y’s”输入栏后，在Excel表中刷取y列数