第十章　相关和回归剖析.pptVIP

第十章　相关与回归分析 第一节　变量间的相关关系一、变量相关的概念 变量之间的关系 变量之间相关关系的示意图 二、相关系数及其计算 样本相关系数 相关系数的取值范围及意义 相关系数的显著性检验 例 10.1 的相关系数检验 第二节　一元线性回归 回归分析与相关分析的区别 回归模型的类型示意图 一、 一元线性回归模型 一元线性回归模型的基本假定 样本回归方程 ㈠、点预测 ㈡、区间预测 近似区间预测 ㈡、多元线性回归模型的基本假定 ㈢、多元线性回归方程的直观解释 ㈡、区间预测 近似区间预测 一、指数函数 ２．指数模型 表 10－6 96.08 83.66 55.91 50.68 47.19 37.38 38.91 32.43 27.72 26.02 22.91 23.27 21.82 19.53 16.00 14.89 x4 3311.50 99693 12985 20223 2886 1992 2746.20 95712 9663 14384 1660 1990 3335.65 95081 10969 16557 2178 1991 2690.23 112429 6386 9313 1310 1987 3169.48 122645 8038 11738 1442 1988 2450.14 113807 9005 13176 1283 1989 180.92 81491 1888 3010 231 1978 420.39 86389 2195 3350 298 1979 570.25 92204 2531 3688 343 1980 4152.70 105458 15949 24882 3383 1993 1285.22 11353 3905 5652 554 1984 947.70 106044 3358 4736 391 1983 792.43 99922 3054 4258 445 1982 776.71 95300 2799 3941 401 1981 2281.95 108579 5552 7859 997 1986 112110 x3 1783.30 4879 7020 744 1985 x5 x2 x1 y 年份 我国民航客运量的有关数据 相关系数与回归系数之间的数量关系 ( 10.28 ) 这就是说　 与　 的正负号必定相同 四、 预测及应用 　　１．根据自变量 x 的取值预测 y 的取值 　　２．预测可分两种类型 　 　⑴．点预测 　　 ⑵．区间预测 　　对于自变量 x 的一个取值　，根据样本回归方程 用 作为　 的估计，称为点预测 　　对于例 10.1，设　　　　　，则 ( 10.29 ) 　　１．对于自变量 x 的一个取值　，根据样本回归方程 给出　 的一个估计区间，称为区间预测。 　　２．　 在置信度　　　时的预测区间为 (10.30) 　　对于例 10.1，根据方差分析表得 其中 影响Δ的因素 　　１．随　　　的增大而增大 　　２．随 n 的增大而减少 　　３．随　　　 的增大而增大 　　 当 n 较大，且　　　时，则 从而 　　１．　　　 ，由于　　　　　　 ，得 则 0.95 的近似预测区间为 　　２．　　　 ，由于　　　　　　 ，得 则 0.99 的近似预测区间为 续 例 　　　　对于例 10.1 ，试求人均国民收入为 2300 时，人 均消费金额的 0.95 预测区间。 　　解：已知 所以人均消费金额的 0.95 预测区间为 　　　　　　（1223.51，1306.27 ） 查表得 从而 第三节　多元线性回归一、多元线性回归模型㈠、多元线性回归模型的一般形式 称为多元线性回归模型 　　１．多元线性回归模型包含一个因变量与两个或两个以 上自变量 　　２．误差项为随机变量 　　３．描述因变量 y 与自变量　　　　　　　和误差项ε 的关系 　　４．　　　　　　　　 为模型的参数，称偏回归系数 (10.31) 续 　　５．设已取得样本量为 n 的随机样本 　　　　　　　　。则多元线性回归模型可以表示为 (10.33) 多元线性回归模型的矩阵形式 (10.33) 其中 　　１．自变量　　　　　　　是确定性变量，且 ２．误差项ε满足 ３．误差项服从正态分布 从而 (10.35) 即 (10.36) (10.37) １． (10.38) (10.39) 　　２．　 表示　 保持不变时，　每变动一个单位时 的相应变化量 　　３．　 表示　 保持不变时，　每变动一个单位时 的相应变化量 　　例：用 y 表示空调机的销售量，　表示空调机的平均 价格，　表示消费者收入，则可建立二元线性回归模型。 二、回归参数的估计 　　样本回归方程 　　１．　　　　　　　是未知参数，可以根据