2012级09相关与回归分析.pptxVIP

第九章 相关与回归分析第一节 变量间的相关关系 第二节 一元线性回归第三节 多元线性回归第四节 可化为线性回归的曲线回归什么是回归分析 回归分析（regression analysis)是研究一个随机变量Y对另一个(X)或一组(X1，X2，…，Xk)变量的相依关系的统计分析方法。 回归有时也称为拟合。回归或者拟合，要求使得回归函数或拟合函数与已知点集的差别(最小二乘意义)最小。 运用十分广泛，回归分析按照涉及的自变量的多少，可分为一元回归分析和多元回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系，则称为多元线性回归分析。 第一节 变量间的相关关系一. 变量相关的概念二. 相关系数及其计算变量相关的概念变量间的关系（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；若函数为线性函数，各观测点落在一条线上 。y?????????x变量间的关系（函数关系）函数关系的例子：圆的面积(S)与半径之间的关系可表示为S = ? R2 品位一定时，1吨矿石的盈利额(y)与价格(x1) 、回收率(x2)、各种成本(x3)等之间的关系可表示为y = x1 x2 - x3 变量间的关系（相关关系）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。 y?????????x相关关系的类型相关关系线性相关非线性相关完全相关不相关正相关负相关正相关负相关相关关系的图示????????????????????????????完全正线性相关完全负线性相关非线性相关??????????????????????????????正线性相关负线性相关不相关相关系数及其计算相关关系的测度（相关系数）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；相关关系的测度（相关系数）样本相关系数的计算公式：可简化为：相关关系的测度（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，为完全负正相关 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表示关系越不密切相关关系的测度（相关系数取值及其意义）完全正相关完全负相关无线性相关-1.0-0.50+0.5+1.0r负相关程度增加正相关程度增加相关关系的测度（相关系数计算例）矿石中元素A与元素B的分析结果序号元素A元素B序号元素A元素B1234567393.8419.14460.86544.11668.29737.73859.9724926728932940645151389101112131068.81169.21250.71429.51725.92099.56436907138039471148解：根据样本相关系数的计算公式有：元素A与元素B间的相关系数为 0.9987。相关系数的显著性检验（概念要点） 1. 检验两个变量之间是否存在线性相关关系；采用 t 检验；检验的步骤为：提出假设：H0：? ? ? ；H1： ? ? 0 计算检验的统计量： 确定显著性水平?，并作出决策 若?t?t???，拒绝H0 若?t?t???，接受H0相关系数的显著性检验（实例） 对前例计算的相关系数进行显著性检(??0.05)提出假设：H0：? ? ? ；H1： ? ? 0计算检验的统计量3. 根据显著性水平?＝0.05，查t分布表得t???(n-2)=2.201由于?t?=64.9809t???(13-2)=2.201，拒绝H0，元素A与元素B之间的相关关系显著。相关系数的显著性检验（相关系数检验表的使用） 若IrI大于表上的?=5%相应的值，小于表上?＝1%相应的值，称变量x与y之间有显著的线性关系；若IrI大于表上?=1%相应的值，称变量x与y之间有十分显著的线性关系；若IrI小于表上?=5%相应的值，称变量x与y之间没有明显的线性关系；根据前例的r＝0.9987?=1%(n-2)=0.553，表明元素A与元素B之间有十分显