概率论与数理统计习题详解（周概容）——习题9解.doc

PAGE 1 —习题解答●9.PAGE 9— 习题九 相关和回归 9.1 相关分析和回归分析的主要区别与相同之处何在？ 答 相关分析和回归分析既有联系又有区别．它们的相同之处在于，都是处理变量间统计相依关系的统计分析方法，并且相互补充． 二者的主要不同之处如下． (1) 相关分析，假定各个变量都是随机变量；回归分析，各变量可以都是随机变量，也可能一部分是随机变量而另一部分是非随机的普通变量； (2) 相关分析，通常指正态相关分析，假定各变量的联合概率分布是正态分布；回归分析，一般不假定已知有关变量的概率分布； (3) 回归分析，一般假定变量之间存在一定程度的因果关系；相关分析则不假定存在这种关系； (4) 相关分析，旨在分析变量之间是否存在相关关系，并估计这种相关关系的程度和方向（正相关或负相关）；回归分析，主要是寻找反映变量间统计相依关系的某种恰当分析表达式，以表示和描述变量间的关系，或由回归变量解释、预测和控制被解释变量． 9.2 假设和的联合分布是正态分布，由对和的20次独立联合重复观测的结果，测得样本相关系数为0.55．问若据此判定X和Y不独立，则判断错了的概率如何？ 解 首先注意到，对于联合分布是正态分布的二随机变量和，“独立”和“不相关”等价．因此，这是假设“和的相关系数为0” 的检验问题，即的检验问题，而“判断错了的概率”就是“错误地否定的概率”．由于样本容量等于20，可见样本相关系数的自由度为18．由附表7，知样本相关系数的水平=0.01的临界值0.561，水平=0.05的临界值0.602．因为样本相关系数=0.55介于0.561和0.602之间，所以若椐此判定和不独立，则判断错了的概率0.010.02． 9.3 在某中学高中毕业生的体检记录中，随意抄录了10名年满18周岁的女生的体重（kg）和身高（cm）的数据，列表如下： 体重 49.2 52.4 53.0 55.6 56.0 56.8 58.2 64.5 71.2 77.8 身高 156.5 165.5 158.4 168.1 157.1 166.7 166.8 181.1 169.6 165.3 (1) 试求和的样本相关系数． (2) 在显著性水平＝0.05时，检验身高与体重的相关性是否显著． (3) 利用费歇变换，建立身高与体重的相关系数的95%置信区间. 解 表中的数据是是对和的独立联合观测的结果，即来自总体的简单随机样本． (1) 记和及和相应为和的样本均值及（未修正）样本方差，则样本相关系数的计算公式为 ， (*) 其中为观测值的算术平均值．经计算，得=59.47，=165.51，=9870.419；=8.5555，=6.8707；样本相关系数=0.4687． (2) 样本相关系数的自由度为10－2=8；由样本相关系数的临界值表(附表7)，有6.8707．因为=0.46876.8707，所以身高Y与体重X的相关性在水平0.05下不显著． (3) 相关系数的置信区间的一般形式： , (**) 其中是水平双侧分位数．经计算，得 将以上计算结果代入(**)式，得身高与体重的相关系数的95%置信区间 (－0.2283, 0.8481)． 9.4 假设（X,Y）服从二维正态分布。现对（X,Y）进行38次独立观测，经计算得样本相关系数为0.25。问能否认为与不相关？试利用费歇变换求X与Y的相关系数的95%置信区间。 解 由条件知样本相关系数=0.25，样本容量，其自由度为38－2=36；由样本相关系数的临界值表（附表7），有．因此在水平下可以认为与不相关。 现在利用公式(**)建立与的相关系数的95%置信区间。这里，。将以上计算结果代入式(**)，得与相关系数的95%置信区间：． 9.5 某煤矿十年间原煤产量（106 t）与掘进进尺（km）有如下统计资料： 年 度 1 2 3 4 5 6 7 8 9 10 掘进进尺Y 原煤产量X 1.23 1.12 0.98 1.16 1.06 1.33 1.25 1.18 1.20 1.04 5.10 4.65 6.50 8.10 7.90 8.25 5.95 6.50 9.05 10.35 试在显著性水平0.05下检验与是否相关． 解 表中数据经计算，得 将以上计算结果代入样本相关系数的计算公式，得与的样本相关系数 样本相关系数的自由度为10 – 2 = 8，查样本相关系数的临界值表，的水平0.05的临界值。由于=0.1386 0