第8章 相关与回归分析.ppt

8-9第8章相关与回归分析8.1相关分析8.2一元线性回归分析8.3多元线性回归分析8.4非线性回归分析学习目标1.理解回归分析的概念及其与相关分析的关系2.理解线性回归的基本原理3.掌握参数的最小二乘估计法4.理解和会应用回归直线的拟合优度5.掌握回归方程的显著性检验6.会利用回归方程进行估计和预测7.了解常用的可线性化的非线性回归的形式8.用Excel进行回归8.1相关分析一、变量间的相互关系函数关系是一一对应的确定关系设有两个变量x和y，变量y随变量x一起变化，并完全依赖于x，当变量x取某个数值时，y依确定的关系取相应的值，则称y是x的函数，记为y=f(x)，其中x称为自变量，y称为因变量各观测点落在一条线上相关关系

(correlation)1.变量间不严格确定的数量依存关系2.一个变量的取值不能由另一个变量唯一确定，记为y=f（x）+ε(ε为随机变量)3.当变量x取某个值时，变量y的取值可能有几个4.各观测点分布在线的周围二、相关关系的类型三、相关分析相关分析的主要内容相关表相关表是根据现象变动样本资料编制出来的反映变量间相关关系的统计表，根据样本资料是否分组，相关表分为简单相关表和分组相关表简单相关表只将自变量的取值按照从小到大的顺序并配合因变量的取值一一对应平等排列起来的表编制程序：将相关资料中的两个变量，分为自变量和因变量，其次将两个变量值一一对应，按自变量的值从小到大顺序排列即成相关图自变量置于横轴上，因变量置于纵轴上，将两变量相对应的变量值用坐标点形式描绘出来，用以表明相关关系的图形，称为相关图或散点图利用相关图可以：判断现象之间有无相关关系观察相关关系的类型观察相关关系的密切程度相关图四、简单线性

相关系数及检验（例题分析）（2）计算相关系数。（例题分析）（3）相关系数检验第1步，提出假设。原假设H0：???；备择假设H1：??0第2步，计算检验统计量。第3步，给定显著性水平，查表确定临界值第4步，做出统计决策。由于，则拒绝原假设，说明城镇居民的家庭年人均可支配收入与人均消费支出之间的线性关系显著。8.2一元线性回归分析一、回归分析概述（三）回归分析的主要内容回归分析是指对具有相关关系的现象，根据其关系形态，选择一个合适的数学模型，用来近似地表示变量间的平均变化关系的一种统计方法。回归分析的主要内容：（1）确定变量间关系模型的形式（2）估计模型中的参数（3）回归模型的检验（4）利用回归模型进行预测二、一元线性回归模型（一）回归模型的类型三、一元线性回归模型

的基本假定四、一元线性回归方程一元线性回归方程

(regressionequation)描述Y的平均值或期望值依赖于X的方程称为回归方程一元线性回归方程的形式：E(Y)=?0+?1X方程的图示是一条直线，也称为直线回归方程?0是回归直线在Y轴上的截距，是当X=0时Y的期望值?1是直线的斜率，称为回归系数，表示当X每变动一个单位时，Y的平均变动值五、估计的一元

线性回归方程估计的一元线性回归方程最小二乘估计(图示)最小二乘估计（推导过程）设将Ｑ对求偏导数，并令其等于零，可得:系数的估计公式六、拟合优度的度量（二）变差的分解(图示)离差平方和的分解

(三个平方和的关系)离差平方和的分解

(三个平方和的意义)总离差平方和(SST)反映因变量的n个观察值与其均值的总离差回归平方和(SSR)反映自变量x的变化对因变量y取值变化的影响，或者说，是由于x与y之间的线性关系引起的y的取值变化，也称为可解释的平方和残差平方和(SSE)反映除x以外的其他因素对y取值的影响，也称为不可解释的平方和或剩余平方和（二）判定系数-拟合优度(四)估计标准误差

（总体方差的估计）七、一元线性回归的显著性检验及预测回归系数显著性的t