《统计学原理》（第二版）课件CH8 相关与回归分析8.1-8.2.ppt

二、相关关系的种类1、按相关程度划分可分为完全相关、不完全相关、不相关2、按相关方向划分可分为正相关和负相关例：消费随收入的增加而增加物价随消费的增加而减少产品的总产量与平均固定成本呈负相关3、按相关的形式划分可分为线性相关和非线性相关例：收入与消费的关系；商品进口额和国内生产总值、国内商品价格、汇率之间的关系例：耐用消费品与居民货币收入之间是线性相关，产品边际成本与产量之间是非线性相关例：中国人口与印度人口之间有较大的相关性4、按变量多少划分可分为单相关、复相关和偏相关5、按相关的性质划分可分为“真实相关”和“虚假相关”关于相关关系的研究已形成两个重要分支相关分析回归分析1、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.2、回归分析是指对具有相关关系的现象，根据其相关关系的具体形态，选择一个合适的数学模型（称为回归方程式），用来近似地表达变量间的平均变化关系的一种统计分析方法.三、相关分析与回归分析变量间关系的对等性不同.相关分析中，变量x变量y处于平等的地位；回归分析中，变量y称为因变量，处在被解释的地位，称x为自变量，用于预测因变量的变化.变量的随机性不同.相关分析中,变量x，y均为随机变量；回归分析中，y为随机变量，x可以是随机变量，也可以是非随机的确定变量.计算结果表现不同.相关系数反映两变量相关程度和方向，回归系数反映当自变量每增加一个单位时，因变量的平均增加值.对于没有明显因果关系的两个线性相关变量可求得两个回归方程.而相关系数只有一个.3、相关分析与回归分析的区别相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量对变量的影响大小，还可以由回归方程进行预测和控制.我们不能把回归分析看作是在变量间建立一个因果关系的过程.回归分析只能表明，变量是如何或者是以怎样的程度彼此联系在一起的.有关因果关系的任何结论，必须建立在理论分析的基础之上.相关分析和回归分析有着密切的联系，它们不仅具有共同的研究对象，而且在具体应用时，常常必须互相补充.相关分析需要依靠回归分析来表明现象数量相关的具体形式，而回归分析则需要依靠相关分析来表明现象数量变化的相关程度.只有当变量之间存在着高度相关时，进行回归分析寻求其相关的具体形式才有意义.相关分析是回归分析的基础和前提；回归分析是相关分析的深入和继续.定性分析是依据研究者的理论知识和实践经验，对客观现象之间是否存在相关关系，以及何种关系作出判断.定量分析在定性分析的基础上，通过编制相关表、绘制相关图、计算相关系数等方法，来判断现象之间相关的方向、形态及密切程度.四、相关关系的判断1、简单相关表是一种反映变量之间相关关系的统计表.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.（一）相关表【例8.1】假设对10户居民家庭的月可支配收入和消费支出进行调查，得到原始资料如表8-1表8-1居民收入和消费的原始资料居民家庭编号12345678910可支配收入25186045628892997598消费支出20154030426065705378可支配收入18254560627588929998消费支出15203040425360657078根据以上原始资料，将可支配收入按从小到大的顺序排列，可编制相关表如下企业编号月产量（千吨）X生产费用(万元)Y123456781.22.03.13.85.06.17.28.0628680110115132135160八个同类工业企业的月产量与生产费用2、分组相关表单变量分组表双变量分组表三变量分组表单变量分组表表某纺织厂工人看管织机台数的时劳动生产率相关表只对一个变量进行分组，计算出各组的次数和另一个变量组平均数的统计表.双变量分组表表居住时间与对百货商场的熟悉程度的双变量分组表对两种有关变量进行分组，交叉排列，并列出两种变量各组间的共同次数，这种统计表称为双变量分组表.假定对于某项私家车购买意向的调查，最初以教育水平和私家车拥有情况进行分析，对1000人调查的结果用二维列联表表示如：三变量分组表表教育程度和私家车拥有状况的双变量分析