08.第八章 相关分析与回归分析.pdfVIP

《高级统计师》 全国统计师职业资格考试辅导 第八章 相关分析与回归分析 第一节 相关分析 一、相关关系的概念 相关关系与函数关系是既有区别又有联系。函数关系是一种严格的、固定的关系。例如， 圆面积 S= πR²，圆面积是半径的函数，显然这是一种严格的、固定的关系。而相关关系则 不是这样的，例如，施肥量与粮食亩产量，若干耕地的施肥量一样，但亩产量却不一样，它 受着随机因素的干扰。 相关关系与函数关系的联系在于，相关分析要借助函数式来描述变量之间的规律性。 相关关系与因果关系也不同，相关关系是比因果关系更为广泛的一种关系。 二、相关关系的种类 现象之间的相关关系是很复杂的，它们各以不同的方向，不同的关联程度相互作用着， 并表现出不同的类型和形态。 1.按相关关系涉及的因素的多少，可以分为单相关与复相关。 单相关是指相关关系只涉及两个变量，例如，施肥量与亩产量的相关关系。复相关是指 相关关系涉及了三个及三个以上的变量，例如，物价指数与货币发行量、社会商品购买力等 的相关关系。 2.按相关的方向不同，可以分为正相关与负相关。 正相关是指相关的若干变量的变动方向是一致的，例如，工业企业的利润随着生产的向 前发展而增加。负相关是指相关的若干变量的变动方向不是一致的，例如，商品流通费用水 平随着商品销售额的增加而下降。 3.按相关的形式不同，可以分为线性相关和非线性相关。 这是从相关分析所依据的函数关系式来说的，若函数关系式是线性函数，则称为线性相 关，若函数关系式是非线性函数，则称为非线性相关。 4.按相关的程度不同，可以分为完全相关、不完全相关和无相关三种。 1 《高级统计师》 全国统计师职业资格考试辅导 安全相关是指一个变量的值由另一个或另一组变量的值所决定，它们之间是一种确定的 函数关系。 如果一个变量的值不但与另一个或一组变量的值有关，而且受随机因素的影响，则变量 之间的相关关系表现为不完全相关。 如果一变量的值不受另一个或一组变量的值所影响，彼此独立，则变量之间没有相关关 系，即为不相关。 三、简单线性相关分析的特点 相关分析用于反映两个变量之间的线性联系程度时，称为简单线性相关分析。其主要特 点如下： 1.两个变量是对等关系。不反映任何自变量和因变量的关系，不分彼此关系。 2.相关系数具有唯一性。相关系数的数值反映两变量间相关的密切程度。由于两变量的 关系是对等的，改变两者的地位不影响相关系数的数值。 3.相关系数具有正负号。相关系数大于零表示正相关，相关系数小于零表示负相关。 4.计算相关系数对资料的要求是：相关的两个变量均为随机变量。 四、相关系数 要计算相关系数，先要计算三项指标： 2 (x x )  x n (y y )2  y n 自变量、因变量两个数列的协方差： 2 (x x )(y y )  xy n 相关系数用字母r 表示，则用积差法计算的相关系数的计算公式： 2 xy (x x )(y y ) r   2 2 x y (x x ) (y y ) 引进符号： 2 《高级统计师》 全国统计师职业资格考试辅导 x y   Lxy xy  (x x )