教学课件 统计原理与实务--李良树.ppt

企业统计报表制度 从业人员期末数—— 其他从业人员 含义：本单位中不能归到在岗职工、劳务派遣人员中的人员。此类人员是实际参加本单位生产或工作并从本单位取得劳动报酬的人员。 包括：非全日制人员、聘用的正式离退休人员、兼职人员和第二职业者等，以及在本单位中工作的外籍和港澳台方人员。 6.2.1 相关表和相关图 判断现象之间的相关关系一般是先做定性分析，然后做定量分析。其中相关表和相关图是进行定性分析的直观工具。在定量分析之前，可以利用它们对现象之间存在的相关关系的方向、形式和密切程度做大致的判断。 6.2.1 相关表和相关图 相关表是一种反映变量之间相关关系的统计表。 相关表 6.2.1 相关表和相关图 相关图又称散点图，是将具有相关关系的两个变量值描绘在坐标图上，以横轴表示自变量x，纵轴表示因变量y，按两变量的对应值标出坐标点分布状况的统计图。 相关图 6.2.2 相关系数 相关系数是通过构建数学模型来显示相关关系及密切程度，属于定量分析。 相关系数 相关系数分析 当 r0时，表示现象之间为正相关关系；当r0 时，现象之间为负相关关系。 |r|0.3，表示不相关 0．3≤| r|0.5，表示低度相关 0．5≤|r| 0.8，表示显著相关 |r| 0.8,表示高度相关 【例6-1】根据表6-3中的资料，已知居民家庭月收入与消费支出之间为直线相关，计算居民家庭月收入与消费支出的相关系数。 应用举例 分析: 1.根据相关系数计算公式，编制相关系数计算表： 6.2.2 相关系数 【例6-1】根据表6-3中的资料，已知居民家庭月收入与消费支出之间为直线相关，计算居民家庭月收入与消费支出的相关系数。 应用举例 分析: 2.计算相关系数 6.2.2 相关系数 【例6-1】根据表6-3中的资料，已知居民家庭月收入与消费支出之间为直线相关，计算居民家庭月收入与消费支出的相关系数。 应用举例 分析: 3.分析相关关系 6.2.2 相关系数 计算结果表明居民家庭月收入与消费支出呈高度相关。 6.3 回归分析 教学要点： 回归分析的含义 回归分析与相关分析的关系 一元线性回归分析 6.3.1 回归分析的含义 回归分析采用的方法是配合直线或曲线，用这条直线或曲线来代表现象之间的一般数量关系。这条直线或曲线叫回归直线或回归曲线，它们的方程称为线性回归方程或非线性回归方程。 两个变量之间的回归方程称为一元回归方程,三个或三个以上变量之间的回归方程称为多元回归方程。 回归分析是指具有相关关系的现象，根据其变量之间的数量变化规律，运用一个相关的数学模型（称为回归方程式）近似地表示变量间的平均变化关系，并进行估算和预测的一种统计分析方法。 6.3.2 回归分析和相关分析的关系 相关分析所研究的两个变量是对等关系；回归分析所研究的两个变量不是对等关系，必须根据研究目的，先确定其中一个自变量，另一个是因变量。 相关分析只能计算出一个反映两个变量间相关关系密切程度的相关系数， 而且计算中改变x和y的地位不影响相关系数的数值；回归分析有时可以根据研究目的的不同分别建立两个不同的回归方程。 相关分析对资料要求是两个变量都是随机变量；而回归分析对资料的要求是自变量是可以控制的变量（给定的变量），因变量是随机变量。 区 别 6.3.2 回归分析和相关分析的关系 相关分析是回归分析的基础与前提。 回归分析是相关分析深入和继续。 联 系 如果仅有回归方程而缺少相关分析，将会因为缺乏必要的基础和前提而影响回归方程得可靠性；如果仅有相关分析而缺少回归分析，就会降低相关分析的意义。只有把两者相结合起来，才能达到统计分析的目的。 6.3.3 一元线性回归分析 两现象间确实存在数量上的相互依存的关系。 现象间的关系是线性相关关系。 具备一组变量与因变量的对应资料，且明确哪个是自变量，哪个是因变量。 一元线性回归分析的条件 用直线方程来表示两个自变量之间的变动关系，并进行估计和推算的分析方程称为一元线性回归分析或简单线性回归分析。 6.3.3 一元线性回归分析 拟合一元线性回归方程: ——y的估计值，即因变量的估计值； x——自变量； a——拟合直线在y轴上的截距； b——回归系数，即直线的斜率。 一元线性回归分析方程的建立 6.3.3 一元线性回归分析 为了度量y的实际水平和估计值离差的一般水平，可计算估计标准误差。估计标准误差就是用来说说明回归方程推算结果准确的统计分析指标，估计标准误差值小，说明因变量的实际值与估计值间的差异小，回归直线的代表性就大；估计标准误差值大，说明因变量的实际值与估计量间的差