Excel 在相关分析与回归分析中的应用 课件《统计学基础》同步教学（同济大学出版社）.pptx

项目十相关分析与回归分析

目录CONTENTS1相关关系的概念和类型2相关分析方法3一元线性回归分析4Excel在相关分析与回归分析中的应用

学习目标·掌握相关关系的判断;·了解相关关系的概念及种类;·掌握回归系数的含义及计算;·掌握一元线性回归分析方法;·熟悉利用Excel进行相关分析和回归分析的方法。0102030405

项目导航相关分析与回归分析相关关系的概念和类型相关分析方法一元线性回归分析相关关系的类型相关分析和回归分析的主要内容编制相关表绘制相关图计算相关系数回归分析概念估计标准误差绘制散点图Excel在相关分析中的应用Excel在回归分析中的应用Excel在回归预测中的应用一元线性回归方程Excel在相关分析与回归分析中的应用相关关系的概念估计标准误差和相关系数关系

案例导入2013年8月,谷歌公司(以下简称“谷歌”)把大数据技术成功地应用到电影票房的预测上,并撰文公布了研究成果QuantifyingMovieMagicwithGoogleSearch。该报告称,谷歌仅以单词搜索量为依据,构建了一个票房预测模型,可以提前一个月预测电影的首周票房,准确度高达94%。令人惊讶的是,这是一个简单的线性回归模型,谷歌是如何做到的呢?据谷歌统计,2011—2012年,与电影相关的单词的搜索量飞速增长,这使得谷歌萌发了票房预测的想法。谷歌的工程师收集了2012年与电影相关的单词搜索总量与票房总收入的数据,并画出曲线图。随着时间的变化,两条曲线的起伏变化趋势十分相似,这预示着两条曲线存在很强的相关性,也就是搜索量和票房这两个变量之间存在强相关关系。起初,谷歌选取了2012年上映的99部电影,做出搜索量与票房的线性模型,预测准确率只有70%,而且只能提前一周预测一部电影的票房,这对电影的营销几乎没有帮助。经过反复试验,谷歌选用了电影预告片的搜索量、同系列电影前几部的票房和档期的淡季、旺季特征等作为参考指标,最终在2013年8月构建出准确率高达94%的预测模型,而这个模型就是统计中最简单的线性回归模型。谷歌票房的预测模型在2013年获得了成功,虽然这不能意味着该模型始终有效,但这让我们看到,随着大数据概念的兴起,数据预测这门新兴的技术在经济、体育、娱乐等领域越来越受青睐。在概率统计中的数据预测技术就是数据的相关分析和回归分析。谷歌惊人的票房预测

04模块四Excel在相关分析与回归分析中的应用

一、绘制散点图散点图是对所选变量之间相关关系的一种直观描述,是用直角坐标系的两个坐标轴分别表示两个变量,并将变量的观测值表示在坐标平面上的一种统计图形。下面举例说明用Excel2016如何绘制散点图。

一、绘制散点图【例10-6】某商品的月市场销量与月人均收入的数据如表10-6所示。利用Excel绘制人均收入x与市场销量y的散点图。人均收入/元销量/万元人均收入/元销量/万元120013.0150015.4125013.6160017.0130014.0170018.2138014.5180020.0140014.5200021.0

一、绘制散点图解:新建Excel文档后,先将表10-6中的数据录入单元格内,选中全部数据,再选择“插入”菜单下面的“图表|散点图”。Excel2016中提供了五种散点图类型,分别是“仅带数据标记的散点图”“带平滑线和数据标记的散点图”“带平滑线的散点图”“带直线和数据标记的散点图”和“带直线的散点图”。这里绘制最简单的仅带数据标记的散点图,也就是第一种,得到如图10-11所示的散点图。

一、绘制散点图下面,对图表的样式和颜色进行设置。单击图片右上角的图标,在下拉菜单中可以选择所需的散点的样式和颜色。这里选择第二种样式。接下来,对散点图的坐标轴及标题等图表元素进行设置。接下来,单击图片右上角的图标来编辑图表上要显示的数据点和名称。

二、Excel在相关分析中的应用在利用散点图初步判断变量间存在相关关系的基础上,通常对这种关系进行精确计量。要度量两个变量间线性关系的密切程度,最常用的指标就是相关系数。相关系数在相关关系中具有重要作用,在统计研究的许多领域都得到了广泛的应用。本项目的模块二中有两个计算相关系数r的公式。【例10-7】根据【例10-6】中的数据,计算月人均收入x与市场销量y的相关系数。方法一:插入相关系数函数“CORREL”。首先,单击“公式”选项卡中的“插入函数”,得到如图10-14(a)所示的对话框。在“或选择类别”的下拉菜单中选择“统计”,在“选择函数”菜单中选中“CORREL”,点击“确定”按钮。然后,在弹出的“函数参数”对话框中“