相关性平均值标准差相关系数回归线及最小二乘法概念.docVIP

均匀值、标准差、相关系数、回归线及最小二乘法 相关性 线性相关 数据在一条直线周边颠簸，则变量间是线性相关 非线性相关 数据在一条曲线周边颠簸，则变量间是非线性相关 不相关 数据在图中没有显示任何关系，则不相关 均匀值 N个数据的均匀值计算公式： 标准差 标准差表示了全部数据与均匀值的均匀距离，表示了数据的散度，假如标准差小，表示数据集中在均匀值周边，假如标准差大则表示数据离标准差比较远，比较分别。标准差计算公式： x、y两个变量构成了笛卡尔坐标系中的一坐标(x,y)，这个坐标表记了一个点 个 的地点。 各包括n个常量的X,Y两组数据在笛卡尔坐标系中以n个点来进行表示。 相关系数 相关系数用字母r来表示，表示两组数据线性相关的程度（同时增大或减小的程 度），从另一方面胸怀了点相关于标准差的分布状况，它没有单位。包括n个 数值的X、Y两组数据的相关系数r的计算方法： 简单的说，就是r=[(以标准单位表示的x)X(以标准单位表示的y)]的均匀数 依据上边点的定义，将X、Y两组数据的关系以点的形式在笛卡尔坐标系中画出， SD线表示了经过中心点（以数据组X、Y均匀值为坐标的点），当r0时， 斜率=X的标准差/Y的标准差；当r0时，斜率=-X的标准差/Y的标准差； 的直线。平时用SD线来直观的表示数据的走向： 1 、当r0 时,SD线的斜率小于0 时，则说明数据负相关，即当x增大时y减 少。 2 、当r0 时，SD线的斜率大于 0时，则说明数据正相关，此时当x增大时y 增大。 3 、相关系数r的范围在[-1,1]之间，当r=0时表示数据相关系数为0(不相关)。 当r=正负1时，表示数据负相关，此(x,y)点数据都在SD线上。 4 、r的值越凑近正负1说明(x,y)越聚拢SD线，说明数据相关性越强，r的值 越凑近0 说明(x,y)点到SD线的散度越大（越分别），数据相关性越小。 回归方法主要描述一个变量如何依赖于另一个变量。y对应于x的回归线描述了 在不一样的x值下y的均匀值状况，它是这些均匀值的圆滑形式，假如这些均匀 值恰幸好一条直线上，则这些均匀值恰巧和回归线重合。经过回归线，我们可以经过x值来展望y值（已知x值下y值的均匀值）。下边是y对应于x的回归线方程： 简单的说，就是当x每增添1个SD，均匀而言，相应的y增添r个SD。 从方程可以看出： 1、回归线是一条经过点，斜率为的直线。 2、回归线的斜率比SD线小，当r=1或-1时，回归线和SD线重合。 当用回归线从x展望y时，实质值与展望值之间的差异叫展望偏差。而均方根 偏差就是展望偏差的均方根。它胸怀回归展望的精确程度。y关于x的回归线的 均方根偏差用下边的公式进行计算: 由公式可以看出，当r越凑近1或-1时，点越齐集在回归线周边，均方根偏差 越小；反之r越凑近0时，点越分别，均方根偏差越大。 最小二乘法找寻一条直线来拟合全部的点，使得这条直线到全部的点之间的均方根偏差最小。可以看到，当求两个变量之间的关系时，最小二乘法求出的直线实质上就是回归线。只但是表述的重视点不一样： 、最小二乘法重申求出全部点的最正确拟合直线。 、回归线则是在SD线的基础上求出的线，表示了样本中已知变量x的状况下 变量y的均匀值。 由以上可知，一个散点图可以用五个统计量来描述： 1、全部点x值的均匀数，描述了全部点在x轴上的中心点。 2、全部点x值的SD,描述了全部点距离x中心点的散度。 3、全部点y值的均匀数，描述了全部点在y轴上的中心点。 4、全部点y值的SD,描述了全部点距离y中心点的散度。 5、相关系数r，基于标准单位，描述了全部点x值和y值之间的关系。 相关系数r将均匀值、标准差、回归线这几个看法联系起来： 1 、r描述了相关于标准差，点沿SD线的群集程度。 2 、r说了然y的均匀数如何的依赖于x---x 每增添1 个x标准差，均匀来 说，y将只增添r个y标准差。 3 、r经过均方根偏差公式，确立了回归展望的精确度。 注意：以上相关系数、回归线、最小二乘法的计算要在以下两个条件下才能成立： 1、x、y两组样本数据是线性的，假如不是线性的先要做变换。 、被研究的两组样本数据之间的关系一定有意义。 R平方值=回归平方和/总平方和 此中： 回归平方和=总平方和-残差平方和 总平方和=y的实质值的平方和 假设，实质测的值是 yi，拟合曲线计算出的值分别是Yi n Yi)2 残差平方和: (yi i 1 n yi2 总平方和： i1 n n 2 yi2 (yiYi)2 R i1 i1 n yi2 相关系数的平方为判断系数 i1 R2分布区间(0,1)，R2越小说明拟合得越差，R2越大说明拟合得越好， 取对数：