变量间的相关关系讲义.doc

变量间得相关关系讲义

一、基础知识梳理

知识点1：变量之间得相关关系

两个变量之间得关系可能就是确定得关系（如：函数关系），或非确定性关系。当自变量取值一定时，因变量也确定，则为确定关系；当自变量取值一定时，因变量带有随机性，这种变量之间得关系称为相关关系。相关关系就是一种非确定性关系，如长方体得高与体积之间得关系就就是确定得函数关系，而人得身高与体重得关系，学生得数学成绩好坏与物理成绩得关系等都就是相关关系。

注意：两个变量之间得相关关系又可分为线性相关与非线性相关，如果所有得样本点都落在某一函数曲线得附近，则变量之间具有相关关系（不确定性得关系），如果所有样本点都落在某一直线附近，那么变量之间具有线性相关关系，相关关系只说明两个变量在数量上得关系，不表明她们之间得因果关系，也可能就是一种伴随关系。

点睛：两个变量相关关系与函数关系得区别与联系

相同点：两者均就是两个变量之间得关系，不同点：函数关系就是一种确定得关系，如匀速直线运动中时间t与路程s得关系，相关关系就是一种非确定得关系，如一块农田得小麦产量与施肥量之间得关系，函数关系就是两个随机变量之间得关系，而相关关系就是非随机变量与随机变量之间得关系；函数关系式一种因果关系，而相关关系不一定就是因果关系，也可能就是伴随关系。

知识点2、散点图、

1、在考虑两个量得关系时，为了对变量之间得关系有一个大致得了解，人们常将变量所对应得点描出来，这些点就组成了变量之间得一个图，通常称这种图为变量之间得散点图。

2、从散点图可以瞧出如果变量之间存在着某种关系，这些点会有一个集中得大致趋势，这种趋势通常可以用一条光滑得曲线来近似，这种近似得过程称为曲线拟合。

3、对于相关关系得两个变量，如果一个变量得值由小变大时，另一个变量得得值也由小变大，这种相关称为正相关，正相关时散点图得点散布在从左下角到由上角得区域内。

如果一个变量得值由小变大时，另一个变量得值由大变小，这种相关称为负相关，负相关时散点图得点散步在从左上角到右下角得区域。

注意：画散点图得关键就是以成对得一组数据，分别为此点得横、纵坐标，在平面直角坐标系中把其找出来，其横纵坐标得单位长度得选取可以不同，应考虑数据分布得特征，散点图只就是形象得描述点得分布，如果点得分布大致呈一种集中趋势，则两个变量可以初步判断具有相关关系，如图中数据大致分布在一条直线附近，则表示得关系就是线性相关，如果两个变量统计数据得散点图呈现如下图所示得情况，则两个变量之间不具备相关关系，例如学生得身高与学生得英语成绩就没有相关关系。

点睛：散点图又称散点分布图，就是以一个变量为横坐标，另一变量为纵坐标，利用散点（坐标点）得分布形态反映变量统计关系得一种图形。特点就是能直观表现出影响因素与预测对象之间得总体关系趋势。优点就是能通过直观醒目得图形方式反映变量间关系得变化形态，以便决定用何种数学表达方式来模拟变量之间得关系。散点图不仅可传递变量间关系类型得信息，也能反映变量间关系得明确程度

知识点3：回归直线

（1）回归直线得定义

如果散点图中点得分布从整体上瞧大致在一条直线附近，我们就称这两个变量之间具有线性相关关系，这条直线叫做回归直线。

（2）回归直线得特征

如果能够求出这条回归直线得方程（简称回归方程），那么我们就可以比较清楚得了解对应两个变量之间得相关性，就像平均数可以作为一个变量得数据得代表一样，这条直线也可以作为两个变量之间具有相关关系得代表。

（3）回归直线方程

一般地，设x与y就是具有相关关系得两个变量，且相应n组观测值得n个点（xi,yi）（i=1,2，…，n）大致分布在一条直线得附近，求在整体上与这n个点最接近得一条直线，设此直线方程为，这里得y在上方加上“”就是为了区分实际值y，表示当x取值xi,y相应得观察值yi而直线上对应于xi,得纵坐标就是

点睛：1）散点图中得点整体上分布在一条直线附近时，可以应用线性回归分析得方法分析数据；

2）回归直线就是反映：“从整体上瞧，各点与此直线得距离得与最小”得一条直线，它反映了具有线性相关关系得两个变量之间得规律；

3）我们可以通过回归直线方程，由一个变量得值来推测另一个变量得值，解决生活中得实际问题；这种方法称为回归方法

知识点4：回归系数公式及相关问题

1、最小二乘法：求回归直线得关键就是如何用数学得方法刻画从整体上瞧，各点与此直线得距离最小，假设我们已经得到两个具有线性相关关系得变量得一组数据：……。当自变量取（=1，2，……，n）时，可以得到（=1，2，……，n），它与实际收集到得之间得偏差就是（=1，2，……，n）这样用n个偏差得与来刻画“各点与此直线得整体偏差”就是比较合适得。总得偏差为，偏差有正有负，易抵消，所以采用绝对值，由于带绝对值计算不方便所以换成平方，①现在得问题就归结为：