数据分析基础——Excel实现教学课件6.pptxVIP

课程结构 第1章 数据分析概述 第2章 数据处理 第3章 数据可视化分析 第4章 数据的描述分析 第5章 推断分析基本方法 第6章 相关与回归分析 第7章 时间序列分析;;学习目标 理解相关分析在回归建模中的作用 正确解读相关系数 了解回归模型与回归方程的含有 理解最小平方法的原理，掌握回归建模的思路与方法 用Excel的数据分析工具建立一元线性回归模型，并对结果进行合理解读利用图形分析数据并能对结果进行合理解释 思政目标 相关与回归分析是根据数据建模来分析变量间关系的方法。学习时应注意利用宏观经济和社会数据说明回归分析的具体应用 分析变量的选择避免主观臆断，注意变量关系的科学性和合理性。利用相关和回归分析结果，客观与合理地解释社会经济现象之间的关系;关系分析的内容 相关分析的侧重点在与考察变量之间的关系形态及其关系强度 内容主要包括 变量之间是否存在关系 如果存在，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;?; 相关关系的描述——散点图; 相关关系的描述与测度——相关关系的类型; 相关关系的描述与测度——散点图——例题分析; 相关关系的度量——相关系数; 相关关系的度量——相关系数的解读; 相关关系的度量——相关系数——例题分析; 一元线性回归分析的目的和建模思路; 回归模型与回归方程; 参数的最小平方估计; 参数的最小平方估计; 参数的最小平方估计——例题分析; 参数的最小平方估计——例题分析; 参数的最小平方估计——例题分析; 模型评估——平方和的分解; 模型评估——R方和估计标准误差;?; 显著性检验——线性关系检验; 显著性检验——回归系数检验;回归系数的置信区间; 回归预测——例题分析; 残差分析——残差与残差图; 残差分析——例题分析;思维导图; THANKS