统计学之相关与回归分析(ppt 95页).pptxVIP

本资料来源PowerPoint统计学作者：中国人民大学统计学院贾俊平第 7 章 相关与回归分析7.1变量间关系的度量 7.2一元线性回归7.3利用回归方程进行估计和预测7.4多元线性回归分析第7章 相关与回归分析学习目标1. 相关系数的分析方法线性回归的基本原理和参数的最小二乘估计回归直线的拟合优度回归方程的显著性检验利用回归方程进行估计和预测用 Excel 进行回归7.1变量间关系的度量变量间的关系相关关系的描述与测度变量间的关系y?????????x函数关系是一一对应的确定关系设有两个变量 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 称为因变量各观测点落在一条线上 函数关系(几个例子)? 函数关系的例子某种商品的销售额(y)与销售量(x)之间的关系可表示为 y = px (p 为单价)圆的面积(S)与半径之间的关系可表示为S=?R2 企业的原材料消耗额(y)与产量(x1) 、单位产量消耗(x2) 、原材料价格(x3)之间的关系可表示为y = x1 x2 x3 y?????????x相关关系(correlation)变量间关系不能用函数关系精确表达一个变量的取值不能由另一个变量唯一确定当变量 x 取某个值时，变量 y 的取值可能有几个各观测点分布在直线周围 相关关系(几个例子)? 相关关系的例子父亲身高(y)与子女身高(x)之间的关系收入水平(y)与受教育程度(x)之间的关系粮食亩产量(y)与施肥量(x1) 、降雨量(x2) 、温度(x3)之间的关系商品的消费量(y)与居民收入(x)之间的关系商品销售额(y)与广告费支出(x)之间的关系相关关系(类型)相关关系的描述与测度(散点图)??????????????????????????????完全正线性相关完全负线性相关非线性相关????????????????????????????正线性相关不相关负线性相关散点图(scatter diagram)散点图(例题分析)【例】一家大型商业银行在多个地区设有分行，其业务主要是进行基础设施建设、国家重点项目建设、固定资产投资等项目的贷款。近年来，该银行的贷款额平稳增长，但不良贷款额也有较大比例的增加，这给银行业务的发展带来较大压力。为弄清楚不良贷款形成的原因，希望利用银行业务的有关数据做些定量分析，以便找出控制不良贷款的办法。下面是该银行所属的25家分行2002年的有关业务数据 散点图(例题分析)散点图(例题分析)相关关系的描述与测度(相关系数)相关系数(correlation coefficient)对变量之间关系密切程度的度量对两个变量之间线性相关程度的度量称为简单相关系数若相关系数是根据总体全部数据计算的，称为总体相关系数，记为?若是根据样本数据计算的，则称为样本相关系数，记为 r相关系数 (计算公式)? 样本相关系数的计算公式相关系数(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相关 -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表示关系越不密切完全正相关完全负相关无线性相关-1.0-0.50+0.5+1.0负相关程度增加正相关程度增加相关系数(取值及其意义)r相关系数(例题分析)..\（02）幻灯片附件\(7-1)相关系数的计算—Book1.xls用..\（02）幻灯片附件\(7-1)相关系数的计算—Book1.xlsExcel..\（02）幻灯片附件\(7-1)相关系数的计算—Book1.xls计算相关系数7.2一元线性回归一元线性回归模型参数的最小二乘估计回归直线的拟合优度显著性检验什么是回归分析？(Regression)从一组样本数据出发，确定变量之间的数学关系式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 回归模型的类型一