相关与回归分析.docxVIP

三相关与回归分析 (1)相关分析的基本概念 (1)相关分析的基本概念 Th 辩证唯物主义认为物质世界是一个普遍联系的统一整体。这 说明，世界上的事物或多或少存在着某种联系。例如：身高与休 重之间，就存在着联系，一般情况下，身体越高体重也越大；投 资与利润之间也存在着类似的联系。 研究这种联系无论是在经营决策还是在科学研究中都必不 可少，比如：投资方只有在考虑了投资和利润的关系后，才能大 致预测出一定水平的投资能带来多少利润；又如，在工程技术中， 对于混凝土的抗压强度和抗拉强度的研究，有助于应对不同的施 工要求。要研究这些变量之间的关系，可以通过统计的方法进行, 而这种统计的方法主要是相关分析和回归分析两种。 1相关关系 如前所述，变量之间存在着相互的联系，如果进一步考察, 可以发现，这些联系又具体的可以分为两种不同的类型。 函数关系 它反映现象之间存在着严格的依存关系。 其特点: ①变量之间的数值以确定的关系相对应 这种关系中，对于某一变量的每一个数值，都有另一个变量 的确定的值与之相对应。 ② 变量间的关系可以用一个确定的公式来反映 例如、SrW、圆的面积随着半径而变动；V = pq ,产值 V和产量0.单位生产成本q之间也是确定的函数关系。 2）相关关系 它是指现象之间确实存在依存关系，但这种关系不确定不严 格。这种关系的特点: ①变量之间确实存在数量上的依存关系 如前所述的身高与体重之间，投资与利润之间都存在着某种 依存关系。 ②数量依存关系的具体关系值是不固定的 在这种关系中，对于某个变量的某个数值，另一个变最可以 有若干个数值与之对应，这些数值表现出一定的波动性。例如： 身咼与休重之间，存在一定的依存关系。但是体重除了与身高有 关外，还受年龄、性别、区域、种族等因素影响。身高与体重并 无严格的对应关系，同一身高的人，体重大多数情况下是不相等的。但即便如此，这两个变量之间仍旧存在一定的规律性，在一 般条件下，身高越高，休重越大。 统计在研究变量的相关关系时，应当首先根据有关的科学理 论，通过观察和实验，才能建立这种联系,并且还要通过理论与 实践的检验。只有这样，才能得出科学的有意义的结论。 2相关关系的种类 变量之间的相关关系是很复杂的，它们各以不同的方式和程 度相互作用，表现出不同的类型和形态。 1）按相关关系涉及的变量多少来划分，可分为单相关和复 相关 两个变量之间的相关关系叫做单相关（也称一元相关），即 只涉及一个自变量和一个因变量。三个或三个以上的变量之间的 相关关系叫做复相关（也称多元相关），即研究涉及一个因变量 和两个或两个以上的自变量。 2 ）按相关的方向分，可分为正相关和负相关 自变量的数值增加变量的数值也基本随之增加，即为正 自变量的数值增加 变量的数值也基本随之增加 ，即为正 相关，例如：商品价格上升，供给也上升。而相反的即为负相关， 如商品价格上升，商品的需求下降。 3）按相关的表现形式分，分为线性相关（直线相关）和非 线性相关（曲线相关） 变量间的相关关系近似地表现为直线即称为直线相关。其特 点是当一个变量增减1个单位时，另一个变量也按一个大致固定 的量变化。若这种相关关系近似为曲线时，即称为曲线相关，按 具休形态又可分为：抛物线、指数曲线、双曲线等。 在实际应用中，变量之间究竟采取哪种形态，要根据具体情 况进行理论分析，并根据实际经验，才能得到较好的解决。 4）按照相关的密切程度分，分为完全相关、不完全相关和 无相关 当一个变量的值完全由另一个变最的值所决定，即称为完全 相关，即前述的函数关系，如S = tuR2 ；两个变量各自独立，互 不影响，称为无相关，如股票价格和气温之间，一般是无相关的。 9（a）完全相关（b）不完全相关 9 （a）完全相关 （b）不完全相关 ° oO O oO c ° ° co zs Ooo o°° oo° ° o O O o O c ° ° c o zs O oo o°° o o° 。。°。 (c)无相关 (d)曲线相关 o o ° ￡ oo oo o o (f)负相关(e) (f)负相关 图4相关关系类型 需要注意的是，现实的相关关系一般是以组合形态出现，如 图1(a)为完全线性正相关，图1(b)为不完全线性正相关。而相 应的完全线性负相关和不完全线性负相关如图2(a)和图2(b)o b)不完全线性负相关 b)不完全线性负相关 图2相关关系的组合类型 此外，线性关系还有其他的组合类型，在此不一一列举。 3相关分析的主要内容 相关分析的目的在于分析现象间相关关系的形式和密切程 度以及依存变动的规律性，在实际工作中，有非常广泛的应用。 主要内容如下： 1）确定变量之间有无相关关系，以及相关关系的表现形式 这是相关分析的出发点，由相关关系才能用相应的方法去分 析，否