【精品】统计学第11章.pptVIP

第11章　相关与回归分析 11.1 变量间关系的度量 11.1.1 变量间的关系 函数关系 1、是一一对应的确定关系 2、设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完 全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相 应的值，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自 变量，y 称为因变量 3、各观测点落在一条线上 函数关系(几个例子) 相关关系 1、变量间关系不能用函数关系精确表达 2、一个变量的取值不能由另一个变量唯一确定 3、当变量 x 取某个值时，变量 y 的取值可能有几个 4、各观测点分布在直线周围 相关关系(几个例子) 相关关系的类型 11.1.2 相关关系的描述与测度 相关分析要解决的问题 变量之间是否存在关系？ 如果存在关系，它们之间是什么样的关系？ 变量之间的关系强度如何？ 样本所反映的变量之间的关系能否代表总体变量之间的关系？ 1.散点图(scatter diagram) 例11.6 表11-1 图11-2 图11-3 图11-4 图11-5 例11.6 从各散点图可以看出，不良贷款与贷款余额、应收贷款、贷款项目个数、固定资产投资额之间都具有一定的线性关系。但从各散点的分布情况看，不良贷款与贷款余额的线性关系比较密切，而与固定资产投资额之间的关系最不密切。 2.相关系数(correlation coefficient) 样本相关系数计算 相关系数的取值范围及意义 相关系数的性质 性质1：r具有对称性。即x与y之间的相关系数和y与x之间 的相关系数相等，即rxy= ryx 性质2：r数值大小与x和y原点及尺度无关，即改变x和y的 数据原点及计量尺度，并不改变r数值大小 性质3：仅仅是x与y之间线性关系的一个度量，它不能用 于描述非线性关系。这意味着， r=0只表示两个变量之间不存在线性相关关系，并不说明变量之间没有任何关系 性质4：r虽然是两个变量之间线性关系的一个度量，却不 一定意味着x与y一定有因果关系 相关系数的经验解释 1、 |r|?0.8时，可视为两个变量之间高度相关 2、0.5?|r|0.8时，可视为中度相关 3、0.3?|r|0.5时，视为低度相关 4、|r|0.3时，说明两个变量之间的相关程度极弱，可视为不相关 5、上述解释必须建立在对相关系数的显著性进行检验的基础之上 11.1.3 相关系数的显著性检验 例 11.8 表11-3 11.2 一元线性回归 什么是回归分析？ 1、从一组样本数据出发，确定变量之间的数学关系式 2、对这些关系式的可信程度进行各种统计检验，并从影响 某一特定变量的诸多变量中找出哪些变量的影响显著，哪 些不显著 3、利用所求的关系式，根据一个或几个变量的取值来预测 或控制另一个特定变量的取值，并给出这种预测或控制的 精确程度 回归分析与相关分析的区别 回归模型的类型示意图 一元线性回归 涉及一个自变量的回归 因变量y与自变量x之间为线性关系 被预测或被解释的变量称为因变量，用y表示 用来预测或用来解释因变量的一个或多个变量称为自变量，用x表示 因变量与自变量之间的关系用一条线性方程来表示 回归模型 1、回答“变量之间是什么样的关系？” 2、方程中运用 1 个数值型因变量(响应变量) 被预测的变量 1 个或多个数值型或分类型自变量 (解释变量) 用于预测的变量 3、主要用于预测和估计 11.2.1 一元线性回归模型 1.回归模型(regression model) 一元线性回归模型的基本假定 2.回归方程(regression equation) 3.估计的回归方程(estimated regression equation) 最小化图 续 图11-8 用Excel进行回归分析 图11-8 表11-4 11.2.3 回归直线的拟合优度 因变量 y 的取值是不同的，y 取值的这种波动称为变差。变差来源于两个方面 由于自变量 x 的取值不同造成的 除 x 以外的其他因素(如x对y的非线性影响、测量误差等)的影响 对一个具体的观测值来说，变差的大小可以通过该实际观测值与其均值之差 来表示 误差的分解(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) 总平方和(SST) 反映因变量的 n 个观察值与其均值的总离差 回归平方和(SSR) 反映自变量 x 的变化对因变量 y 取值变化的影响，或者说，是由于 x 与 y 之间的线性关系引起的 y 的取值变化，也称为可解释的平方和 残差平方和(SSE) 反映除 x 以外的其他因素对 y