第九章 相关与回归分析资料讲解.ppt

第9章 相关与一元线性回归;学习目标;9.1 变量间关系的度量;函数关系;函数关系(几个例子);相关关系(correlation);相关关系(几个例子);相关分析与回归分析 ;1.按相关关系涉及的因素多少来分，可分为： 单相关和复相关。;2.按相关关系的性质来分，可分为: 正相关和负相关;3. 按相关关系的形式来分，可分为： 直线相关和曲线相关;4. 按相关程度分，可分为： 完全相关、不完全相关和不相关;9.1.3相关关系的描述与测度(散点图);散点图 Scatter Diagram ;自变量和因变量;散点图(scatter diagram);散点图(例题分析);散点图(例题分析);散点图(例题分析);9.1.3相关关系的描述与测度(相关系数);相关系数(correlation coefficient);相关系数(计算公式);相关系数(取值及其意义);相关系数的性质;相关系数的性质;相关系数的经验解释;相关系数(例题分析);9.1.4相关系数的显著性检验;相关系数的显著性检验;样本能代表总体吗？;相关系数的显著性检验( r 的抽样分布);相关系数的显著性检验(检验的步骤);相关系数的显著性检验(例题分析);相关系数的显著性检验(例题分析);例题;计算结果： t检验值为 临界值t???（21）＝2.08，故拒绝H0，认为相关系数显著。;注意：相关关系≠因果关系！;9.2 一元线性回归;关于F.Galton;为什么叫”回归“？; F. Galton;;什么是回归分析？(Regression);回归分析与相关分析的区别;回归模型的类型;9.2.1一元线性回归模型;一元线性回归;一元线性回归模型;一元线性回归模型(基本假定5个) ;;总体回归方程（总体回归函数） (regression equation);估计的回归方程（样本回归函数） (estimated regression equation);样本回归函数与总体回归函数区别;样本回归函数与总体回归函数区别;9.2.2参数的最小二乘估计;;最小二乘估计;最小二乘估计(图示) ;若要使 最小，只需：;最小二乘法 ( 和 的计算公式);估计方程的求法(例题分析);估计方程的求法(例题分析);一元线性回归的计算机实现 Spss：analyze→regression→linear； Eviews：quick→estimate equation。 ;根据表9.1的数据，建立北京市城镇居民消费模型，以人均年消费性支出（变量Y）为因变量，以人均年可支配收入（变量X）为自变量，建立一元线性回归模型。;;结果分析;一元线性回归方程的评价和检验 ;9.2.3回归直线的拟合优度;1、决定系数 ;变差;变差的分解(图示) ;离差平方和的分解 (三个平方和的关系) ;离差平方和的分解 (三个平方和的意义);判定系数R2  (coefficient of determination);判定系数R2  (例题分析);估计标准误差(standard error of estimate);9.2.4显著性检验;线性关系的检验;线性关系的检验 (检验的步骤) ;线性关系的检验 (例题分析) ;线性关系的检验 (方差分析表) ;回归系数的检验;回归系数的检验(样本统计量 的分布);回归系数的检验 (检验步骤) ;几点说明;回归系数的检验 (例题分析);回归系数的检验 (例题分析);回归分析结果的评价;回归模型在多大程度上解释了因变量y取值的差异？可以用判定系数R2来回答这一问题 在不良贷款与贷款余额的回归中，得到的R2=71.16%，解释了不良贷款变差的2/3以上，说明拟合的效果还算不错 考察关于误差项?的正态性假定是否成立。因为我们在对线性关系进行F检验和回归系数进行t检验时，都要求误差项?服从正态分布，否则，我们所用的检验程序将是无效的。?正态性的简单方法是画出残差的直方图或正态概率图;根据自变量 x 的取值估计或预测因变量 y的取值 估计或预测的类型 点估计 y 的平均值的点估计 y 的个别值的点估计 区间估计 y 的平均值的置信区间估计 y 的个别值的预测区间估计;点估计;点估计; y 的平均值的点估计;y 的个别值的点估计;区间估计;区间估计;置信区间估计;置信区间估计(例题分析);对于 一个给定的x值 x0 ，y 的一个个别值的估计区间。这一区间常称为预测区间（prediction interval)。 y0在1-?置信水平下的预测区间为 ;预测区间估计(例题分析);置信区间和预测区间(例题分析);预测区间与置信区间;影响区间宽度的因素;应用回归分析时