水环境监测及其质量控制 相关与回归分析.pptx

相关与回归分析; 教学目标;3;1. 两变量的相关性;内容导入 在水环境监测分析中，经常遇到需要了解两种变量之间是否存在联系，可否把其关系定量化等问题，例如水中六价铬含量与总铬含量之间是否有关？如何实现二者关系量化？这类问题的解决就是要运算直线相关系数进行。;1.1 x、y间的关系;1.2 线性相关关系;8;2. 线性相关分析;; 变量x与y关系可根据相关系数r的值来判定，一般r值在 -1—1之间，因而x与y间的关系有如下几种情况： （1）当r=0时，y与x的变化无关，即x与y无线性相关关系。;（2）当|r|=1时，x与y为完全线性相关，即y是x的线性函数。r=1时，y与x为完全正相关；r=-1时，y与x为完全负相关。 完全正相关 完全负相关;（3）当0|r|1时，x与y之间存在一定的线性相关关系。0r1时，x与y正相关，y因x取值的增大而增大；-1r0时，x与y负相关，x取值增大，y值减小。 正相关 负相关; 由以上分析知，变量x与y的相关系数|r|越接近1，则其线性相关性就越好。在实际工作中，很多时候两变量间的相关系数并不接近1，此时，可根据实际计算的相关系数r计与相关系数临界值表中查的相关系数rα比较，以确定其相关性。 |r|rα时，表明x与y之间有显著的线性相关关系，才有计算直线回归方程的意义。 |r|rα时，则x与y之间不存在线性相关关系，就不必要再进行回归分析。;;例 某企业厂采用二苯碳酰二肼分光光度法对排水的六价铬和总格含量进行测定，测定结果如下表2。试分析排水六价铬和总格的含量之间有相关关系？线性相关性如何？;;;19;3. 线性回归分析;3.1 回归分析的意义;;;3.3 回归方程的显著性检验;;;;;