数据分析与软件应用__第六讲_数据的相关分析.pptVIP

第六讲 相关与回归分析 相关分析 一元回归分析 多元回归分析 曲线拟合 非线性回归分析 6.1 相关分析 相关分析和回归分析的任务 研究对象：统计关系 相关分析旨在测度变量间线性关系的强弱程度。 回归分析侧重考察变量之间的数量变化规律，并通过一定的数学表达式（回归方程）来描述和反映这种关系，帮助人们准确把握变量受其他一个或多个变量影响的程度，进而为预测提供依据。 6.1 相关分析 目的 通过样本数据，研究两变量间线性相关程度的强弱。(例如：职工的年龄和收入之间的关系、工人数和管理人员之间的数量关系） 基本方法 绘制散点图（【Graphs】 【Scatter】然后按define按钮对散点图作具体定义） 计算相关系数 6.1.1 相关系数 作用: 以精确的相关系数(r)体现两个变量间的线性关系程度. r:[-1,+1]; r=1:完全正相关; r=-1:完全负相关; r=0:无线性相关。 说明: 相关系数只是较好地度量了两变量间的线性相关程度，不能描述非线性关系。 数据中存在极端值时不好。 6.1. 相关系数的种类 Pearson简单相关系数:度量定距型变量间的线性相关关系 化简得： 6.1. 相关系数的种类 简单相关系数的统计量为t统计量 6.1. 相关系数的种类 Spearman等级相关系数：度量定序变量间的线性相关关系 在原假设成立时，小样本，等级相关系数服从Spearman分布；大样本，等级相关系数的检验统计量为z统计量 近似服从标准正态分布 6.1 相关系数的种类 Kendell 相关系数 ：采用非参数检验方法度量定序变量间的线性相关关系 6.1. 相关系数的分析步骤 计算相关系数的基本步骤： 【Analyze】 【Corralate】 【Bivariate】 例如：家庭收入和计划购买的住房面积之间的关系 6.2 偏相关分析 偏相关分析：（净相关分析），是在控制其他变量的线性影响下分析两个变量间的线性相关。 6.2 偏相关分析 偏相关分析的显著性检验： 原假设：两总体的偏相关系数与零无显著差异 统计量： 6.2 偏相关分析的步骤 应用举例：分析家庭收入与计划购房面积间的相关性（家庭常住人口数作为控制变量） 【Analyze】 【Corralate】 【Bivariate】 6.3 回归分析 回归分析：用于分析事物间的同级关系，侧重考察变量之间的数量变化规律，并通过一定的数学表达式（回归方程）来描述和反映这种关系，帮助人们准确把握变量受其他一个或多个变量影响的程度，进而为预测提供依据。 回归分析的目的：找到回归线（如何得到回归线，如何描述回归线，回归线是否可以用于预测） 如何得到回归线 局部平均：（样本量足够大） 函数拟合：（样本量无法达到预期的数量） 1、通过散点图观察变量间的统计关系，得到回归模型 2、估计回归模型参数 3、对回归方程进行检验 回归分析的步骤 确定回归方程中的解释变量和被解释变量 确定回归模型 建立回归方程 对回归方程进行各种检验 利用回归方程进行预测 6.3. 1 线性回归方程 一元线性回归的数学模型: 两边求期望: 6.3.1 线性回归方程 多元线性回归方程 多元回归方程:Y=β0+β1X1+β2x2+...+βkxk β1、β2、βk为偏回归系数。 β1表示在其他自变量保持不变的情况下，自变量X1变动一个单位所引起的因变量Y的平均变动 6.4 回归方程的统计检验 拟合优度检验: Y的个观察值之间的差异(或与其均值的差异主要有两个方面的原因造成: 一 解释变量x的取值不同造成的 二 其他随机因素造成的 如成年儿子身高的差异: 1.父亲身高的影响 2.即使父亲身高相同,其成年儿子身高也不尽相同,还会受到其他随机因素的影响 拟合优度检验 一元线性回归方程 一元线性回归方程拟合优度检验采用 多元线性回归方程 当回归方程中解释变量个数增多时,SSE 必然会随之减少进而导致R2值的增加 回归方程中引入了对被解释变量有重要”贡献”的解释变量而使R2值增加 拟合优度检验采用调整的判定系数或调整的决定系数 显著性检验 解释变量与被解释变量间是否确实存在显著的线性关系,如显著用线性模型描述才是恰当的. 一元线性回归方程 原假设:回归系数与零无显著差异 多元线性回归方程 原假设: 统计量 回归方程的显著性检验与拟合优度检验有异曲同工之处 回归系数的显著性检验 目的；研究回归方程中的每个解释变量与被解释变量间是否存在显著的线性关系，即研究每个解释变量能否有效地解释被解释变量的线性变化，他们能否保留在线性回归方程中。 回归系数显著性检验是围绕回归