第7章§2 成对数据的线性相关性.docxVIP

§2成对数据的线性相关性

2.1相关系数

2.2成对数据的线性相关性分析

1.样本相关系数是从数值上来判断变量间的线性相关性的一个统计量,是定量的方法.与散点图相比较,样本相关系数要精细得多.需要注意的是样本相关系数r的绝对值小,只是说明线性相关性较弱,但不一定不相关,可能非线性相关.

2.利用样本相关系数r来检验线性相关显著性水平时,通常与0.75作比较,若|r|≥0.75,则线性相关较为显著,否则为不显著.

例1车的重量与其每千米耗油量之间的样本相关系数是正数还是负数?为什么?

解:正数.因为车的重量越大,行驶过程中消耗的能量越大,需要的燃油量越多,所以车的重量与其每千米耗油量之间的样本相关系数是正数.

例2对两个变量x,y进行线性相关性检验,得样本相关系数r1=0.7859,对两个变量u,v进行线性相关性检验,得样本相关系数r2=-0.9568,则下列说法正确的是 (C)

A.变量x与y正相关,变量u与v负相关,变量x与y的线性相关程度较强

B.变量x与y负相关,变量u与v正相关,变量x与y的线性相关程度较强

C.变量x与y正相关,变量u与v负相关,变量u与v的线性相关程度较强

D.变量x与y负相关,变量u与v正相关,变量u与v的线性相关程度较强

[解析]由样本相关系数r1=0.78590知x与y正相关,由样本相关系数r2=-0.95680知u与v负相关.又|r1||r2|,∴变量u与v的线性相关程度比x与y的线性相关程度强.故选C.

例3暑期社会实践中,小娴所在的小组调查了某地家庭人口数X与每天购买生活必需品所支出的费用Y(单位:元)的情况,得到的数据如下表:

X

2

4

5

6

8

Y

20

30

50

50

70

利用样本相关系数r判断X与Y是否具有线性相关关系.

解:由表中数据,计算得x=15×(2+4+5+6+8)=5,y=15×(20+30+50+50+70)=44,∑i=15xi2=22+42+52+62+82=145,∑i=15yi2=202+302+502+502+702=11200,∑i=15xiyi=2×20+4×30+5×50+6×50+8×70=1270,则r=1270-5×5×44145-

例4在商品营销中,通过广告可以激发和引导消费,扩大产品的知名度,从而增加销量.某工厂生产的某种产品在没有广告投入的情况下,每销售一件可获得纯利润10元,该厂准备通过广告投入来增加销量,对过去一段时间的广告投入以及年销量增加情况进行了统计,得到了广告投入X(单位:百万元)与年销量增量Y(单位:万件)的数据,如下表所示.

X

1

2

3

4

5

6

7

Y

6

11

21

34

66

101

196

根据数据绘制的散点图如图所示.

(1)观察散点图,可知两个变量不具有线性相关关系,拟用函数模型y=c·dx(c0,d0且d≠1)对两个变量的关系进行拟合,求出Y关于X的回归方程.

(2)若该厂今年准备在广告中投入8百万元,预测该厂今年能增加利润多少万元?

参考数据:

y

v

∑i=17xi

∑i=17xi

100.54

62.14

1.54

2535

50.12

3.47

其中vi=lgyi,v=17∑i

解:(1)由Y=c·dX两边同时取常用对数可得lgY=lg(c·dX)=lgc+Xlgd.设lgY=V,lgd=u,lgc=a,则V=a+uX.由表中数据易得x=4,v=1.54,∑i=17xi2=140,∑i=17xiv

所以u=∑i=17xivi-7xv∑i=17xi2-7x2

所以V=0.54+0.25X,

故Y=100.54+0.25X=3.47×100.25X,

所以Y关于X的回归方程为Y=3.47×100.25X.

(2)若投入8百万元,则能增加销售利润10×3.47×100.25×8=3470(万元),则该厂今年增加的利润为3470-800=2670(万元).故在广告中投入8百万元,预测该厂今年能增加利润2670万元.