变量之间的相关及其描述.pptxVIP

变量之间的相关及其描述变量类型与关系线性相关分析非线性相关分析多重共线性问题探讨偏相关与复相关分析实例应用与解读目录01变量类型与关系离散型与连续型变量离散型变量指变量值只能用自然数或整数单位计算的，其数值只能用计数的方式取得，如企业个数、产品件数等。离散型变量的数值之间通常存在明显的间隔，且只能取特定的值。连续型变量指在一定区间内可以任意取值的变量，其数值是连续不断的，相邻两个数值之间可作无限分割，即可取无限个数值。如温度、长度、时间等。变量间关系分类函数关系当一个变量或几个变量取一定的值时，另一个变量有确定值与之对应，则称这种关系为确定性的函数关系。如圆的周长与直径之间的关系。相关关系当变量之间存在某种不确定的关系，即当一个变量取一定值时，另一个变量的取值带有随机性，则称这种关系为相关关系。如人的身高与体重之间的关系。相关性与因果关系相关性指的是两个或多个变量之间的关系，当一个变量变化时，另一个变量也随之变化，但这并不意味着一个变量导致另一个变量变化。相关性可以是正相关或负相关，但它并不表示因果方向。因果关系指的是一个事件（即“因”）和第二个事件（即“果”）之间的作用关系，其中后一事件被认为是前一事件的结果。因果关系总是有方向的，原因必定在前，结果只能在后，并且因果并不是基于巧合的。02线性相关分析散点图直观判断010203散点图绘制直观判断线性关系线性关系的强弱以两个变量的观测值为坐标，在平面上标出对应的点，形成散点图。通过观察散点图的分布形态，可以初步判断两个变量之间是否存在线性关系。根据散点的密集程度和趋势线的斜率，可以大致判断线性关系的强弱。皮尔逊相关系数计算皮尔逊相关系数定义01皮尔逊相关系数是衡量两个变量之间线性关系强度和方向的一种统计量，取值范围为-1到1。计算公式02皮尔逊相关系数r=(n∑xy?∑x∑y)/√[(n∑x2?(∑x)2)(n∑y2?(∑y)2)]，其中n为样本量，x和y分别为两个变量的观测值。判断标准03当r0时，表示两变量正相关；当r0时，表示两变量负相关；当|r|接近于1时，表示两变量线性关系强；当|r|接近于0时，表示两变量线性关系弱。显著性检验与置信区间显著性检验决策依据通过假设检验的方法，判断两个变量之间的线性关系是否显著。通常使用t检验或F检验等方法。根据显著性检验的结果和置信区间的估计，可以判断两个变量之间的线性关系是否具有统计意义，并为后续分析提供决策依据。置信区间估计根据样本数据，估计总体中两个变量之间线性关系的置信区间。置信区间反映了参数估计的精确度和可靠性。03非线性相关分析斯皮尔曼等级相关系数定义斯皮尔曼等级相关系数是一种非参数性质（与分布无关）的秩统计参数，由CharlesSpearman在1904年提出，用以衡量两个变量的依赖性的强弱。适用范围适用于两个变量均为顺序变量的情况，或者其中一个变量为顺序变量，另一个变量为等距或比率变量的情况。计算方法对原始数据按照从小到大的顺序进行排序，并求出每个变量的秩次，然后计算两个秩次之间的皮尔逊相关系数。肯德尔等级相关系数定义肯德尔等级相关系数是一种非参数统计量，用于衡量两个顺序变量之间关系的一致程度。适用范围适用于顺序变量，特别适用于对分类数据进行相关分析。计算方法对两个顺序变量的观测值进行配对比较，根据一致对和不一致对的数量计算肯德尔等级相关系数。非参数检验方法定义非参数检验是一类基于总体分布假设较少的统计检验方法，它不依赖于总体分布的具体形式，而是利用样本数据本身的信息进行统计推断。适用范围适用于总体分布未知或知之甚少，或者数据不满足参数检验的前提条件（如正态性、方差齐性等）的情况。常用方法包括符号检验、符号秩和检验、曼-惠特尼U检验、克鲁斯卡尔-瓦利斯检验等。这些方法通过比较样本数据的秩次、符号等信息来判断总体分布是否存在显著差异。04多重共线性问题探讨多重共线性产生原因及影响产生原因影响样本量不足：当样本量相对于变量数量较少时，容易出现多重共线性问题。参数估计失真：多重共线性会使得回归模型的参数估计变得不稳定，甚至产生误导性的结果。变量间高度相关：当两个或多个自变量之间存在高度相关性时，会导致多重共线性。预测精度降低：由于参数估计失真，模型的预测精度也会受到影响。诊断方法介绍相关系数矩阵通过计算自变量之间的相关系数矩阵，观察是否存在高度相关的变量对。方差膨胀因子（VIF）VIF是评估多重共线性的常用指标，VIF值越大，说明该变量与其他变量的共线性越强。条件指数（CI）CI是一种更为精确的多重共线性诊断方法，通过计算条件指数及其对应的特征向量，可以识别出存在多重共线性的变量组合。解决方法探讨变量筛选增加样本量通过逐步回归、主成分分析等方法筛选出自变量，去除高度相关的变量，降低多重共线性的影响。这两种回归方法可以在一