第七章相关分析教学.ppt

公式 建立方程： 其中， t检验： 公式 Sb为样本回归系数标准误： Syx为剩余标准差： 为残差平方和： = 公式 方差分析：SS总=SS回归+SS残差 即SS总：为y的总离均差平方和。反映y值间的总变异。 即SS回归：为回归平方和，反映在y的总变异中，x对y线性关系解释部分变异。 即SS残差：为回归平方和，反映x对y线性关系解释变 异以外部分的变异。 注：SS残差同SS剩余含有。 第四节 直线回归分析内容 1、建立直线回归方程： 以例7-1探讨成年时身高是否与2岁时的身高有关资料为例。 首先按2岁儿童身高为X，成年时身高Y，建立回归方程。 (1)根据原始数据和例7.1中所建立的散点图，初步判断 本例资料有直线趋势，可以建立直线回归方程。 (2)由例7.1所得数据，求a和b： （3）建立方程 儿童与成年身高比较 （4）绘制回归直线 2.回归系数的假设检验（t检验） t检验步骤 建立假设： 计算统计量： 确定概率，判断结果 第七章 直线相关与回归分析 含秩相关 第一节 相关分析的概念 一、相关分析的概念： 相关分析是分析变量间是否有相关关系，确定相关关系是否 存在，描述相关关系呈现的形式和方向，以及变量间相关的密 切程度的方法。 二、函数关系和相关关系： 函数关系反映变量间的数量上，存在着确定的数量对应关系 ，这种关系可用数学函数关系表达式，由一个变量精确计算出另一个变量。见函数关系散点图和曲线。 相关关系反映变量间存在数量上的相关关系，但不具有确定 性的对应关系。见相关关系散点图和曲线。 三、相关关系的种类 （一）按相关程度划分可分为完全相关、不完全相关、和不相 关。 1.不相关。如果变量间彼此的数量变化互相独立，则其关系为 不相关。自变量x变动时，因变量y的数值不随之相应变动。 ? ? ? ? ? ? ? ? ? x y ? ? ? ? ? ? ? ? ? x y 2.完全相关 如果一个变量的变化是由其他变量的数量变化所唯一确定， 此时变量间的关系称为完全相关。函数关系是相关相关关系。 3.不完全相关。如果变量间的关系介于不相关和完全相关之 间，则称为不完全相关。 （二）按相关方向划分可分为正相关和负相关 1.正相关。指两个变量之间的变化方向一致，都是呈增长或下 降的趋势。即自变量x的值增加（或减少），因变量y的值也相 应地增加（或减少），这样的关系就是正相关。 2.负相关。指两个因素或变量之间变化方向相反，即自变量的 数值增大（或减小），因变量随之减小（或增大）。 （三）按相关的形式划分可分为线形相关和非线形相关 1.直线相关（或线性相关）。当自变量x发生变动，因变量y值 随之发生大致均等的变动，从图像上近似地表现为直线形式， 这种相关通称为直线（或线性）相关。 2.曲线（或非线性）相关。当自变量x值发生变动，因变量y也 随之发生变动，这种变动不是均等的，在图像上的分布是各种 不同的曲线形式，这种相关关系称为曲线（或非线性）相关。 曲线相关可表现为抛物线、双曲线、指数曲线等非直线形式。 （四）按变量多少划分可分为单相关、复相关 1.单相关：两个因素之间的相关关系叫单相关，即研究时只涉 及一个自变量和一个因变量。 2.复相关：二个以上因素的相关关系叫复相关，即研究时涉及 两个或两个以上的自变量和因变量。 偏相关：在某一现象与多种现象相关的场合，当假定其他变 量不边时，其中两个变量之间的相关关系称为偏相关。 在实际工作中，如存在多个自变量，可抓住其中主要的自变 量，研究其相关关系，而保持另一些因素不变，这时复相关为 偏相关。 四、相关分析的方法 相关分析一般可以借助相关系数与相关图来进行相关分析。 （一）相关系数： 相关系数是反映变量之间相关密切程度和相关方向的指标。 相关系数的性质 （1）相关系数的取值范围在-1和+1之间，即：–1≤r≤ 1。 （2）计算结果，若r为正，则表明两变量为正相关；若r为 负，则表明两变量为负相关。 （3）相关系数r的数值越接近于1（–1或+1），表示相关系数 越强；越接近于0，表示相关系数越弱。如果r=1或–1，则表示 两个现象完全直线性相关。如果r=0，则表示两个现象完全不 相关（不是直线相关）。 （4）判断两变量线性相关密切程度的具体标准 （二）相关图 相关图又称散点图。当描述两变量相关关系时，它是以直 角坐标系的横轴代表标量X，纵轴代表标量Y，