第二讲回归分析概述5讲课教案.ppt

* 相关程度的度量—相关系数 如果 和 总体的全部数据都已知， 和 的方差和 协方差也已知，则 X和Y的总体线性相关系数： 其中： -----X 的方差 -----Y的方差 -----X和Y的协方差 特点： ●总体相关系数只反映总体两个变量 和 的线性相关程度 ●对于特定的总体来说， 和 的数值是既定的，总体相关系 数 是客观存在的特定数值。 ●总体的两个变量 和 的全部数值通常不可能直接观测，所 以总体相关系数一般是未知的。 ? * 如果只知道 X 和 Y 的样本观测值，则X和Y的样本线性 相关系数为： 其中： 和 分别是变量X和Y的样本观测值， 和 分别是变量 X 和Y 样本值的平均值 注意: 是随抽样而变动的随机变量。 X和Y的样本线性相关系数： 相关系数较为简单, 也可以在一定程度上测定变量 间的数量关系,但是对于具体研究变量间的数量规律 性还有局限性。 （1）-1≤r≤+1 （2）对称性 rxy=ryx (3) r的大小与数据原点及尺度无关。 （4）r仅仅是x与y之间线性关系的一个度量，它不能描述非线性关系。 （5） r 虽然是两个变量线性关系的一个度量，却不一定意味着x与y之间有因果关系。 （6）|r|≥0.8时，高度相关；0.5≤| r|0.8，中度相关；0.3≤| r|0.5，低度相关；| r|0.3，不相关。 （7）样本相关系数是总体相关系数的样本估计值，由于抽样波动，样本相关系数是随抽样而变动的随机变量，统计显著性还有待检验。 相关系数r的性质 【例】 根据相关的数据,计算不良贷款、贷款余额、应收贷款、贷款项目个数、固定资产投资额之间的相关系数。 相关矩阵 　 不良贷款(亿元) 各项贷款余额(亿元) 本年累计应收贷款(亿元) 贷款项目个数(个) 本年固定资产投资额(亿元) 不良贷款(亿元) 1 各项贷款余额(亿元) 0.843571364 1 本年累计应收贷款(亿元) 0.731505008 0.678771764 1 贷款项目个数(个) 0.700281491 0.848416404 01 本年固定资产投资额(亿元) 00.779702158 00.746645845 1 某市1996年 — 2003年的工资性现金支出与城镇储蓄存款余额的资料 序号 年份 x(万元) y(万元) x2 y2 xy 1 1996 500 120 250000 14400 60000 2 1997 540 140 291600 19600 75000 3 1998 620 150 384400 22500 93000 4 1999 730 200 532900 40000 146000 5 2000 900 280 810000 78400 252000 6 2001 970 350 940900 122500 339500 7 2002 1050 450 1102500 202500 472500 8 2003 1170 510 1368900 260100 596700 合计 6480 2200 5681200 760000 2035300 第1步:提出假设 H0: ρ=0; H1: ρ≠0 第2步:计算检验的统计量 第3步:进行决策.若|t| t α/2 (n-2), 则拒绝原假设.表明总体的两个变量之间存在显著的线性关系。 ～t(n-2) 相关关系的显著性检验 统计理论已经证明 【例】 根据计算的相关系数,检验不良贷款与贷款余额之间的相关系数是否显著(α=0.05) 第1步:提出假设 H0: ρ=0; H1: ρ≠0 第2步:计算检验的统计量 第3步:进行决策。 查表得，t α/2 (n-2)=2.0687 , 由于t=7.5344 t α/2 (n-2)=2.0687, 所以拒绝原假设。 表明不良贷款与贷款余额之间存在显著的正线性关系。 * 回归分析 回归的古典意义： 高尔顿遗传学的回归概念 ( 父母身高与子女身高的关系) 子女的身高有向人的平均身高回归的趋势 回归的现代意义：