统计学原理课程学辅导（四）.docVIP

统计学原理课程教学辅导（四） 第七章 相关分析 　　 　 一、相关的概念和种类 　　１、相关的概念　相关分析就是研究两个或两个以上变量之间相关程度大小以及用一定函数来表达现象相互关系的方法。 一般来说现象之间的相互关系可以分为两种，一种是函数关系，一种是相关关系。函数关系是指变量之间存在的相互依存的关系，它们之间的关系值是确定的。 　　２、相关的种类　（１）按相关的程度分，有完全相关、不完全相关和不相关。 相关分析的主要对象是不完全的相关关系。（２）按相关的性质分，有正相关和负相关。正相关指的是因素标志和结果标志变动的方向一致，负相关指的是因素标志和结果标志变动的方向相反。（３）按相关的形式分，有线性相关和非线性相关。（４）按影响因素多少分，有单相关和复相关。 　　二、相关系数 　　１、相关系数的特点　相关系数是测定变量之间相关密切程度和相关方向的代表性指标。相关系数用符号“γ”表示，其特点表现在：（１）参与相关分析的两个变量是对等的，不分自变量和因变量，因此相关系数只有一个。（２）相关系数有正负号反映相关关系的方向，正号反映正相关，负号反映负相关。（３）计算相关系数的两个变量都是随机变量。 　　２、利用相关系数判别相关密切程度的方法：　　 　　３、相关系数的计算　利用相关系数的基本公式计算相当繁琐，但利用代数推演的方法可得到许多计算相关系数的简化式，如： 　　　　　　　 　　三、回归分析　　 　　１、回归分析的意义　回归分析是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，确定一个相应的数学表达式，以便从一个已知量来推测另一个未知量，为估计预测提供一个重要的方法。 2、回归与相关的区别与联系 回归和相关都是研究两个变量相互关系的分析方法。 相关分析研究两个变量之间相关的方向和相关的密切程度。但是相关分析不能指出两变量相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化关系。回归方程则是通过一定的数学方程来反映变量之间相互关系的具体形式，以便从一个已知量来推测另一个未知量。为估算预测提供一个重要的方法。 相关分析既可以研究因果关系的现象也可以研究共变的现象，不必确定两变量中谁是自变量，谁是因变量。而回归分析是研究两变量具有因果关系的数学形式，因此必须事先确定变量中自变量与因变量的地位。 计算相关系数的两变量是对等的，可以都是随机变量，各自接受随机因素的影响，改变两变量的地位并不影响相关系数的数值。在回归分析中因变量是随机的，自变量是可控制的解释变量，不是随机变量。因此回归分析只能用自变量来估计因变量，而不允许由因变量来推测自变量。 回归分析和相关分析是互相补充、密切联系的。相关分析需要回归分析来表明现象数量相关的具体形式，而回归分析则应该建立在相关分析的基础上。依靠相关分析表明现象的数量变化具有密切相关，进行回归分析求其相关的具体形式才有意义。在相关程度很低的情况下，回归函数的表达式代表性就很差。 　　３、简单线性回归方程的建立　简单线性回归方程式为： 　　　　　　　　　　　　　ｙ＝ａ＋ｂｘ 　　式中：ｙ是ｙ的估计值，ａ代表直线在ｙ轴上的截距，ｂ表示直线的斜率，又称为回归系数。回归系数的涵义是，当自变量ｘ每增加一个单位时，因变量ｙ的平均增加值。当ｂ的符号为正时，表示两个变量是正相关，当ｂ的符号为负时，表示两个变量是负相关。ａ、ｂ都是待定参数，可以用最小平方法求得。 4、估计标准误差分析　估计标准误差是衡量因变量的估计值与观测值之间的平均误差大小的指标。利用此指标可以说明回归方程的代表性。 　　 指数分析 一、指数概念和指数的作用。 指数有广义指数和狭义指数之分。广义指数指所有的相对数，即反映简单现象总体或复杂现象总体数量变动的相对数，狭义指数是指反映不能直接相加的复杂现象总体数量变动的相对数。狭义指数是指数分析的主要方面。 按指数反映的对象范围不同，分为个体指数和总体指数。个体指数是反映个别现象（即简单现象总体）数量变动的相对数，总体指数是反映全部现象总体（即复杂现象总体）数量变动的相对数。总指数按其计算方法和计算公式的不同，分为综合指数和平均指数。 指数按其反映的指标性质不同，分为数量指标指数和质量指标指数。对数量指标编制的反映现象总体数量变动程度的指数称数量指标指数；对质量指标编制的反映现象总体数量变动程度的指数称质量指标指数。 二、综合指数的特点、编制以及计算。 １.综合指数的概念　综合指数是总指数的一种形式。编制综合指数的目的在于测定由不同度量单位的许多商品或产品所组成的复杂现象总体数量方面的总动态。综合指数包括数量指标指数和质量指标指数。 综合指数编制的特点是： (1)确定与指数化指标相联系的同度量因素； (2)对复杂现象总体所包括两个因素，把其中一个因素----同度量因