线性相关分析20132修改.pptxVIP

第七章 相关与回归分析;第一节 相关关系与相关分析;? 函数关系的例子 在价格一定的情况下,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)与半径之间的关系 可表示为 S = ? R2 ;（二）相关关系;相关关系示图;? 相关关系的例子 商品的消费量(y)与居民收入(x)之间的关系 商品销售额(y)与广告费支出(x)之间的关系 粮食亩产量( y )与施肥量( x1 ) 、降雨量( x2 ) 、温度( x3 )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;二、相关关系的种类;（二）按相关的方向分 1、正相关：变动方向一致。 如：消费支出与工资收入 投入与产出 2、负相关：变动方向相反 如：商品销售额与商品流通费用率 物价与消费量;（三）按相关形式分： 1、线性相关 当变量x值发生变动时，变量y值发生大致均等的变动；或从图形上看，观察点的分布情况大致散布在一条直线周围。 2、非线性相关 当变量x值发生变动时，变量y值也随之发生变动，但这种变动是不均等的；或从图形上看，观察点的分布情况表现为各种不同的曲线形式。 ; (四）按涉及的变量的多少分 1、单相关：2个变量之间的相关关系 2、复相关：3个或3个以上的变量之间的相 关关系。可分解为多个单相关 进行分析。; ;三、相关分析;（二）方法 1、相关表： 例：教材P246页表9.1 2、相关图：散点图 3、指标计算：相关系数（线性相关条件下）;四、相关系数;（二）计算公式（积差法）：;相关系数的取值范围及其意义： r 的取值范围是 [-1，1] | r | = 1，为完全相关 r = 1，为完全正相关 r = -1，为完全负相关 r = 0，不存在线性相关关系;-1.0;【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，把人均国民收入记为x。我们收集到1981～1993年的样本数据(xi ，yi)，i =1,2,…，13，数据见表，计算相关系数。;解：根据样本相关系数的计算公式有 人均国民收入与人均消费金额之间的相关系数为 0.9987 ; 相关分析的不足： 相关分析只能分析出变量之间是否有相关关系，相关关系的形式、方向和程度。但对于一个变量是如何随着另一个（或一组）变量的变动而变动（即变量之间的数量变动关系）无法说明。 这就需要在相关分析的基础进一步进行回归分析。;第二节 回归分析;3、回归分析与相关分析的区别;二、回归模型的类型;三、一元线性回归分析;（二）一元线性回归模型形式;(三)参数 a 和 b 的最小二乘估计;最小二乘法示图;最小二乘法（ a 和 b 的计算公式）;四、回归方程的评价（估计标准误差 Sy ;五、利用回归方程进行估计和预测（点估计）;习题1;;根据以上资料计算 (1)协方差和相关系数; (2)建立以总产值为因变量的一元线性回归方程； (3)当固定资产改变200万元时，总产值平均改变多少？ (4)当固定资产为1300万元时，总产值为多少？;解：计算表如下：;（1）1）协方差——用以说明两指标之间的相关方向。 计算得到的协方差为正数，说明固定资产和总产值之间存在正相关关系。;2）相关系数用以说明两指标之间的相关方向和相关的密切程度。 计算得到的相关系数为0.95，表示两指标为高度正相关。;(2) 回归直线方程为： ;(3)当固定资产改变200万元时，总产值平均改变多少？ 当固定资产改变200万元时，总产值平均增加180万元。;(4)当固定资产为1300万元时，总产值为多少？ 当固定资产为1300万元时，总产值为1562.85万元。;;习题：某地区1998—2003年人均收入与某商品的销售额资料如下： 要求：（1）判断人均收入与商品销售额之间的相关关系 的形式 （2）用最小平方法建立直线回归方程 （3）预测当人均收入为5000元时，该商品销售额 将达多少？;1、7个同类企业生产