统计学原理-第8章-相关回归分析.ppt

表7-1 我国人均国民收入与人均消费金额数据 单位:元 年份 人均 国民收入 人均 消费金额 年份 人均 国民收入 人均 消费金额 1981 1982 1983 1984 1985 1986 1987 393.8 419.14 460.86 544.11 668.29 737.73 859.97 249 267 289 329 406 451 513 1988 1989 1990 1991 1992 1993 1068.8 1169.2 1250.7 1429.5 1725.9 2099.5 643 690 713 803 947 1148 相关关系的测定（相关系数计算例） * ppt课件 相关关系的测定（计算结果） 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 * ppt课件 对r的解释如下：(即r的特点) (1) r取正值或负值决定于分子协方差； (2) r的绝对值，在0与1之间； (3) r的绝对值大小，可说明现象之间相关关系的紧密程度。 * ppt课件 相关关系的测定（相关系数取值及其意义） 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?r0，为负相关 0r?1，为正相关 |r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切 * ppt课件 3.从单变量分组表计算相关系数 * ppt课件 三、简单线性相关分析的特点 通过对r的计算方法的讨论，可看出二个明显特点： 2. 相关关系中只能计算出一个相关系数r。 1. 相关关系中，两个变量不必定出哪个是自变量，哪个是因变量，因此，相关的两个变量都是随机变量； * ppt课件 第三节 回归分析 　　在回归分析中，两个变量之间的回归称为简单回归，两个以上变量之间的回归称为复回归。无论是简单回归还是复回归，数学模型均有线性(直线)回归和非线性(曲线)回归之分。 * ppt课件 回归分析是应用统计方法寻找一数学方程,建立自变量与因变量之间的关系,并据以利用自变量的给定值来推算或估计因变量的值 在回归分析中，要求因变量是随机变量，自变量是非随机变量，是给定的数值 线性回归与非线性回归 一元线性回归与多元线性回归 * ppt课件 回归分析与相关分析的区别 相关分析中，变量 x 变量 y 处于平等的地位；回归分析中，变量 y 称为因变量，处在被解释的地位，x 称为自变量，用于预测因变量的变化 相关分析中所涉及的变量 x 和 y 都是随机变量；回归分析中，因变量 y 是随机变量，自变量 x 可以是随机变量，也可以是非随机的确定变量 相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量 x 对变量 y 的影响大小，还可以由回归方程进行预测和控制 * ppt课件 回归模型的类型 一个自变量 两个及两个以上自变量 回归模型 多元回归 一元回归 线性回归 非线性回归 线性回归 非线性回归 * ppt课件 一元线性回归模型 （概念要点） 当只涉及一个自变量时称为一元回归，若因变量 y 与自变量 x 之间为线性关系时称为一元线性回归 对于具有线性关系的两个变量，可以用一条线性方程来表示它们之间的关系 描述因变量 y 如何依赖于自变量 x 和误差项? 的方程称为回归模型 * ppt课件 一、直线回归 (一) 简单直线回归分析 简单直线回归方程的一般形式为： yc=a+bx yc ——因变量的估计值； x ——自变量； a ——回归直线在y轴上的截距； b ——回归直线的斜率，称回归系数,表明x每增加 一个单位，因变量yc的平均变化值 b0，x与y为正相关 b0，x与y为负相关 * ppt课件 a、b的确定： 　　在简单直线回归方程中，a、b为待定系数，常用最小平方法来确定，即∑(y-yc)2=最小值。 * ppt课件 简单直线回归方程建立的步骤为： ① 确定自变量x和因变量y； ② 计算x2、xy、Σx、Σy、Σx2、Σxy； ③ 代入公式，先求b，再求a。 * ppt课件 从单变量分组表配合回归直线： * ppt课件 简单直线回归分析的主要特点： 1.直线回归分析时，要根据研究目的，在两个变量之间确定哪个是自变量，哪个是因变量。 2.在两个现象互为根据的情况下，可以有两个回归方程： yc=a+bx 称y倚x回归直线 xc=c+dy 称x倚y回归直线 * ppt课件 (二) 多元线性回归分析 　　多元线性回归分析可以看作是一元线性回归分析