统计学原理 第六章.pptxVIP

第六章 相关分析与回归分析? 相关分析? 一元线性回归分析? 回归模型的显著性检验圆的周长与圆半径： 圆周长=2 ? 圆半径确定性关系（函数关系）非确定性关系（相关关系）身高与体重： 一般身高越高，则体重越重一、相关分析1. 变量关系及相关关系类型 （1）变量关系 （2）相关关系的类型2. 相关分析的测度y?????????x（1）变量关系1°变量关系——函数关系 是一一对应的确定关系函数关系的例子： 某种商品的销售额（y）与销售量（x）之间的关系可表示为 y = p x (p 为单价)； 圆的面积（S）与半径（R）之间的关系可表示为S＝? R2 y?????????x2°变量关系——相关关系 有某种依存关系，非一对一相关关系的例子： 商品销售额y与广告费支出x之间的关系；收入水平y与受教育程度x之间的关系；父亲身高y与子女身高x之间的关系（2）相关关系的类型1° 按相关程度：完全相关（函数关系） 不完全相关 不相关（相互独立）2° 按相关方向：正相关、负相关3° 按相关形式：线性相关、非线性相关4° 按相关变量多少：单相关、复相关、偏相关5° 按相关性质：真实相关、虚假相关1° 按相关程度：完全相关、不完全相关、不相关完全相关不相关不完全相关2° 按相关方向：正相关、负相关负相关正相关3° 按相关形式：线性相关、非线性相关线性相关非线性相关2. 相关分析的测度（1）工具——相关系数 对变量之间关系密切程度的度量 对两个变量之间线性相关程度的度量称为简单相关系数 总体相关系数 ? 样本相关系数 r（简称为相关系数） 一般无法直接获得两个变量总体的全部数值，因此ρ通常是未知的。（2）样本相关系数样本相关系数或化简为： （x、y间线性相关关系的紧密程度） 问题：两组变量（X、Y）之间呈直线关系或曲线关系，求相关系数 r 的公式一样吗？ 相关系数，其完整的名称应该是“简单线性相关系数”，描述的是两个变量线性相关的程度。 人均GDP与人均消费水平相关系数计算表 单位：元人均消费水平人均GDPx2y2x y编号xy1234567266245494851544411226224603454716082035239622084490732611546708624420693401235322012963713612602307650445160011934952092585664414122557408164875264201601005367027613331011642804969257215116229961202035250404740164541960398879662n合计85739316091904918867224483461651007421∑x∑x2∑xy∑y∑y2 【例】在研究我国人均消费水平的问题中，把全国人均消费额记为 y，人均国民收入记为 x。我们收集到1981～1993年的样本数据(xi ，yi)，i =1,2,…，13，数据见下表，计算相关系数。我国人均国民收入与人均消费金额数据单位:元年份人均国民收入人均消费金额年份人均国民收入人均消费金额1981198219831984198519861987393.8419.14460.86544.11668.29737.73859.972492672893294064515131988198919901991199219931068.81169.21250.71429.51725.92099.56436907138039471148解：样本相关系数∴ 人均国民收入与人均消费金额之间的相关系数为 0.9987相关系数取值及意义：相关系数 r 的取值范围为 [－1，1] r = 1，完全正相关 r =－1，完全负相关（2）r = 0，不存在线性相关关系（3）－1 ? r 0，为负相关（4）0 r ?1，为正相关（1）|r|=1，为完全相关完全正相关完全负相关无线性相关-1.0-0.50+0.5+1.0负相关程度增加正相关程度增加r练习 当相关系数 r =0时，表明： A. 现象之间完全无关 B. 相关程度较小 C. 现象之间完全相关 D. 无直线相关关系当r =0时，说明X和Y两个变量之间无线性关系 相关系数的绝对值很小，表明变量间没有关系？微相关：0＜ | r | ＜0.3 低度相关：0.3≤ | r | ＜0.5 显著相关：0.5≤ | r | ＜0.8 高度相关：0.8≤ | r | ＜1 是两个变量之间有很微弱的线性关系问题的提出： 在一定的假设条件下，相关性强的，p 值就低，但是也存在伪相关，虽然相关系数很高，但是它们之间并不存在必然的相关关系，需要进行检验。例 分析结果时，以哪一个为准判断是否相关？ （1）r ＝0.03，p ＝0.001；