统计学课件第八章相关和回归分析.pptxVIP

第八章相关和回归分析;相关和回归分析是研究事物的相互关系，测定它们联系的紧密程度，揭示其变化的具体形式和规律性的统计方法，是构造各种经济模型、进行结构分析、政策评价、预测和控制的重要工具。

;本章学习目的;节相关的意义和种类;一、相关关系的概念;自变量与因变量;相关关系（correlationanalysis）：;

相关关系;相关关系与函数关系的关系:在一定的条件下互相转化.

具有函数关系的变量,当存在观测误差和随机因素影响时,其函数关系往往以相关的形式表现出来.

而具有相关关系的变量之间的联系,如果我们对它们有了深刻的规律性认识,并且能够把影响因变量变动的因素全部纳入方程,这时相关关系也可转化为函数关系.另外,相关关系也具有某种变动规律,所以,相关关系也经常可以用一定的函数形式去近似地描述.;2.按相关的方向分：;4.按相关的影响因素多少分：;;第二节相关图表和相关系数;定性分析;简单相关表：将自变量x的数值按照从小到大的顺序，并配合因变量y的数值一一对应而平行排列的表。;二、简单相关系数;（1）式可化简为如下公式：;1.r的取值范围是[-1,1]

|r|=1，为完全相关

r=1，为完全正相关

r=-1，为完全负相关

2.r=0，不存在线性相关关系

3.-1?r0，为负相关

4.0r?1，为正相关

5.|r|越趋于1表示关系越密切；|r|越趋于0表示

关系越不密切;-1.0;解：

由表中数据得：;检验的步骤

;为了简化检验的过程，有人根据t统计量和r的关系，编成《相关系数临界值表》，相关系数的显著性检验可直接查表进行。

检验方法：

对于给定的显著性水平α

若IrI≥r?(n-2)，变量x与y之间有显著的线性相关关系。

若IrI＜r?(n-2)，变量x与y之间不存在线性相关关系。

;;二、回归分析的内容;相关分析与回归分析的联系;四、一元线性回归分析;回归模型的表达式如下：;总体回归线与随机误差项;回归参数推导过程：;【例】根据例1（幻灯片35）中数据，拟合人均消费支出对人均可支配收入的回归方程，并指出回归系数的含义。;

;2.显著性检验包括两方面的内容:

(1)对整个回归方程的显著性检验---F检验

回归方程的显著性检验即对自变量和因变量之间线性关系整体上是否显著进行检验。;分析:

因变量Y的取值是不同的，Y取值的这种波动称为变差。变差来源于两个方面:

由于自变量x的取值不同造成的

除x以外的其他因素(如x对y的非线性影响、测量误差、随机因素等)的影响

对一个具体的观测值来说，变差的大小可以通过该实际观测值与其均值之差来表示;由一元回归方程样本资料计算:;简化式：;作为回归模型拟合优度的判断和评价指标,估计标准误差显然不如判定系数,判定系数是无量纲的系数,有确定的取值范围(0-1),便于对不同资料回归模型拟合优度

进行比较.而估计标准误差则是有计量单位的,又没有确定的取值范围,不便于对不同资料回归模型拟合优度进行比较.;点估计:;

偏回归系数，表示在其他固定时每变化一个单位引起的Y的平均变动；

;;几种常见的非线性模型;一、问题的提出;（函数关系）;【例】;

;【例】;二、相关关系的种类;3.按相关的形式分：;;三、相关分析的主要内容;相关分析:就是用一个指标来表明现象间相互依存关系的密切程度。广义的相关分析包括相关关系的分析（狭义的相关分析）和回归分析。

;一、相关表和相关图;相关图：又称散点图。将x置于横轴上，y置于纵轴上，将（x,y）绘于坐标图上。用来反映两变量之间相关关系的图形。

例:;?样本简单相关系数的计算公式(积差法);㈡用计算机计算

⒈选取“工具”-“数据分析”

⒉选“相关系数”

⒊选“确定”

⒋输入“输入区域”

⒌输入“输出区域”

⒍在“分组方式”中选“逐列”

⒎选“标志位于行”

⒏确定

出现结果如下：;r的范围在0.1-0.3是微弱相关

r的范围在0.3-0.5是低度相关;

r的范围在0.5-0.8是显著相关;

r的范围在0.8以上是高度相关.

;【例1】计算人均可支配收入和消费支出之间

的简单相关系数。;（三）相关系数的显著性检验;?对例2计算的相关系数进行显著性检(??0.05)

提出假设：H0：???；H1：??0

计算检验的统计量;第三节一元线性回归分析;一、回归分析的概念;回归分析和相关分析的区别：

相关分析中，变量x变量y处于平等的地位；回归分析