社会统计学课件-回归与相关.pptVIP

回归与相关 第一节 回归研究的对象 1、研究定距变量与定距变量之间的非确定关系 相关关系：1）变量之间存在关系 2）这种关系是非确定性的 两个变量x和y，当x变化时会引起y相应变化，但他们之间的变化关系是不确定的。如果当x取任何一可能值xi 时，y相应地服从一定的概率分布，则称随机变量y和变量x之间存在着相关。 社会现象之间有哪些属于相关关系？ 2、散布图 x …… y …… …… …… …… …… …… …… 3、回归方程与线性回归方程 1）回归方程 自变量不同取值时，因变量y平均值的变化。 2）线性回归方程（一元） 当因变量y的平均值与自变量x呈线性关系时 问题：用 这个方程表示的回归线性方程应该在坐标图上的哪一个位置，才使预测时所犯错误最小？ 第二节 回归直线的建立与最小二乘法 1、直线回归方程的建立 通过样本值作散布图，由散布图估计出总体回归直线的系数 、 ，建立直线回归方程。 但：抽样误差存在，样本均值并不等于总体均值，要获得一条最佳的估计直线，用最小二乘法。 2、最小二乘法 设总体中抽取一样本，围绕n个观测点画一条直线 ，与各点都比较接近的直线为最佳。要求：各点到待估直线的铅直距离之和为最小。利用微分学中求极值的原理，求得： 将a、b代入线性回归方程： 它是总体线性回归方程 的最佳估计方程 例：妇女受教育的年限与家务劳动时间调查资料 妇女 教育年限 劳动小时 xy A 2 5 10 4 25 B 2 4 8 4 16 C 3 4 12 9 16 D 3 3 9 9 9 E 4 1 4 16 1 F 4 1 4 16 1 G 4 0 0 16 0 H 6 0 0 36 0 I 8 0 0 64 0 36 18 47 174 68 第三节 回归方程的假定与检验 一、线性回归模型基本假定的界定 1、自变量x可以是随机变量，也可以是非随机变量，x值可以认为是无误差的。 2、由于x和y之间存在非确定性的相关关系，因此要求y的所有子总体的方差都相等。 3、y的所有子总体，其均值都在一条直线上，称做线性假定。 4、要求随机变量 是统计独立的 以上假定用两组数据结构来表达： 1）随机变量 是独立的，且有： 均值： 方差： 2） 与 有如下关系： 是随机变量，它们相互独立，且有 5、处于检验的需要，要求y值的每一个子总体都满足正态分布。 二、回归方程的检验 1、原假设：x与y不存在线性关系 ： ： 2、线性回归的平方和分解 1）总偏差平方和：反映观察值 围绕均值 的总分散程度。 ，不知x与y有关系时估计y的总误差。 2）剩余平方和：反映观测值 偏离回归线 的程度。 由回归直线 确定 ，知道x与y有关后，估计y所产生的误差 3）回归平方和：通过回归直线解释掉的误差。 3、统计量： 其中： 如果 拒绝 ； 接受 例：统计某城市家具销售额y（万元）与新建住宅面积x（千平方米），得如下资料： 建立回归方程，并进行F检验 年次 91 92 93 94 95 96 97 98 x 116 129 137 146 144 165 182 198 y 104 115 124 131 132 145 158 172 第四节 相关 一、相关系数 （线性相关） 1、协方差： 表示x与y两变量观测值相对其各自均值所造成的共同平均偏差。协方差的数量可以作为变量线性相关程度的度量。 2、相关系数 相关系数就是标准化了的协方差，取值范围： 3、相关系数具有PRE的性质 r为相关系数；PRE（ r2）系数为判定系数。 二者的区别？ 4、相关系数的检验 ： ： 用 进行直接检验： 1）根据 公式计算样本的 值 2）给出显著性水平 和k=n-2，按附表8查出相应的临界相关系数 3）比较 与 的大小 如果 则x与y之间存在线性相关关系， 在显著性水平 下显著 例：以下是子代和父代受教育年限的抽样