简单线性相关.docxVIP

第十三讲 简单线性相关(一元线性回归分析) 对于两个或更多变量之间的关系，相关分析考虑的只是变量之间是否相关、 相关的程度，而回归分析关心的问题是：变量之间的因果关系如何。回归分析是 处理一个或多个自变量与因变量间线性因果关系的统计方法。如婚姻状况与子女 生育数量，相关分析可以求出两者的相关强度以及是否具有统计学意义，但不对 谁决定谁作出预设，即可以相互解释，回归分析则必须预先假定谁是因谁是果， 谁明确谁为因与谁为果的前提下展开进一步的分析。 一、一元线性回归模型及其对变量的要求 一元线性回归模型 1、一元线性回归模型示例 两个变量之间的真实关系一般可以用以下方程来表示： Y=A + BX + ￡ 方程中的A、B是待定的常数，称为模型系数，￡是残差，是以X预测Y 产生的误差。 两个变量之间拟合的直线是： y = a + bx y是y的拟合值或预测值，它是在X条件下Y条件均值的估计 a、b是回归直线的系数，是总体真实直线A、B的估计值，a即constant是截 距，当自变量的值为0时，因变量的值。b称为回归系数，指在其他所有的因 素不变时，每一单位自变量的变化引起的因变量的变化。 J - CCT(丑y) 团(F- P) - AT- F) V3T(^) v (T- J) - X1 -(X XV 可以对回归方程进行标准化，得到标准回归方程： ￡ = x p为标准回归系数，表示其他变量不变时，自变量变化一个标准差单位 (Z = Xj Xj)，因变量Y的标准差的平均变化。 D j 由于标准化消除了原来自变量不同的测量单位，标准回归系数之间是可以比 较的，绝对值的大小代表了对因变量作用的大小，反映自变量对Y的重要性。 （二） 对变量的要求：回归分析的假定条件 回归分析对变量的要求是： 自变量可以是随机变量，也可以是非随机变量。自变量X值的测量可以认为 是没有误差的，或者说误差可以忽略不计。 回归分析对于因变量有较多的要求，这些要求与其它的因素一起，构成了回 归分析的基本条件：独立、线性、正态、等方差。 （三） 数据要求 模型中要求一个因变量，一个或多个自变量（一元时为1个自变量）。 因变量：要求间距测度，即定距变量。 自变量：间距测度（或虚拟变量）。 二、在对话框中做一元线性回归模型 例1：试用一元线性回归模型，分析大专及以上人口占6岁及以上人口的比 例（edudazh）与人均国内生产总值（agdp）之间的关系。 本例使用的数据为st2004.sav，操作步骤及其解释如下： （一）对两个变量进行描述性分析 在进行回归分析以前，一个比较好的习惯是看一下两个变量的均值、标准差、 最大值、最小值和正态分布情况，观察数据的质量、缺少值和异常值等，缺少值 和异常值经常对线性回归分析产生重要影响。最简单的，我们可以先做出散点图， 观察变量之间的趋势及其特征。通过散点图，考察是否存在线性关系，如果不是， 看是否通过变量处理使得能够进行回归分析。如果进行了变量转换，那么应当重 新绘制散点图，以确保在变量转换以后，线性趋势依然存在。 打开 st2004.sav 数据 f 单击 Graphs f Scatter f 打开 Scatterplot 对话框 f单击Simple f 单击Define f打开Simple Scatterplot对话框 f 点选agdp到Y Axis框 f 点选edudazh到X Aaxis框内 f 单击OK 按钮f 在SPSS的Output窗口输出所需图形。 图12-1大专及以上人口占6岁及以上人口比例与人均国内生产总值的散点图 年人均国内生产总值元 判断：线性趋势较明显。 （二）SPSS线性回归主对话框介绍 打开线性回归主对话框的操作方法是： 在 st2004.sav 数据界面上 单击 Analyze 一 Regression一Linear一打开 Linear Regression 主对话框 图 12 — 2 Linear Regression 命令位置 图 12 — 3 Linear Regression 主对话框 圈择统伟备选择满足条件 的记录进入回 归分析啜地区类别［qlql］ 外 麒省愉（dqO? 3004年农村居民主 够30。尊国内生产_￡ 蠹20。峙第一产业六20Ck|年条二产业任 ? 30D砰 圈择统伟备 选择满足条件 的记录进入回 归分析 啜地区类别［qlql］ 外 麒省愉（dqO ? 3004年农村居民主 够30。尊国内生产_￡ 蠹20。峙第一产业六 20Ck|年条二产业任 ? 30D砰城笛居民土 磅2004^房地严井龙 金2W昨商品房蜻宣 翁2004年撅蝌居民§ 金30时年农村居民妥 蠢EDg女盲半文W 卷如口展枚业产值日 念ZOD畀第三产业户 煽2004^非农出蜀舌 金NOClg识字搴尤［r 焰却