第5讲一元线性回归模型分析.pdfVIP

1. 变量之间的相关关系的度量 2. 一元线性回归的估计和检验 3. 一元线性回归模型的应用 学习目标 ⚫ 散点图与相关系数 ⚫ 一元线性回归模型的估计方法 ⚫ 一元线性回归模型的检验方法 ⚫ 一元线性回归模型的应用 ⚫ 用SPSS进行回归 回归分析的背景 ⚫ 因变量：研究某些实际问题时往往涉及到多个变量。在 这些变量中，有一个变量是研究中特别关注的，称为因 变量，也称为被解释变量。 ⚫ 自变量：除了因变量以外的变量，称为自变量，也称为 解释变量。 ⚫ 函数关系：因变量与自变量直接存在某种函数关系，可 以用适当的数学模型表示出来时，就可以考虑采用回归 分析。 ⚫ 一元线性回归：只涉及一个自变量时称为一元回归； ⚫ 多元线性回归：涉及多个自变量时称为多元回归。 ⚫ 线性回归：如果因变量与自变量之间是线性关系； ⚫ 非线性回归：如果因变量与自变量之间是非线性关系。 第 5讲 一元线性回归 1. 变量之间相关关系的度量 1. 变量之间的相关关系 2. 散点图 3. 相关系数 变量之间的相关关系 ⚫ 分析变量之间的关系需要解决下面的问题： 1. 变量之间是否存在关系？ 2. 如果存在，它们之间是什么样的关系？ 3. 变量之间的关系强度如何？ 4. 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？ 5.1 变量之间的相关关系的度量 5.1.1 变量之间的相关关系 确定的函数关系 1. 是一一对应的确定的函数关系； 2. 设有两个变量 x 和y ，变量x 与 y 变量 y 满足确定的函数关系，  记为 y = f (x) ，其中 x 称为自    变量，y 称为因变量；      3. 变量x 与变量y 相对应的点落 在一条直线上。 x 相关关系 （例子） ⚫ 的身高与其父母身高的关系 ⚫ 一个人的学历与他的收入的关系 ⚫ 一个家庭的消费与收入之间的关系 相关关系 1. 自变量与因变量之间不 是确定性的函数关系； 2. 当变量 x 取某个值时，  变量 y 的取值对应着是    一个分布