相关和回归分析.pptVIP

**（1）式可化简为如下公式：或：第31页，共67页，星期日，2025年，2月5日**㈡用计算机计算⒈选取“工具”-“数据分析”⒉选“相关系数”⒊选“确定”⒋输入“输入区域”⒌输入“输出区域”⒍在“分组方式”中选“逐列”⒎选“标志位于第一行”⒏确定出现结果如下：第32页，共67页，星期日，2025年，2月5日**1.r的取值范围是[-1,1]|r|=1，为完全相关r=1，为完全正相关r=-1，为完全负相关2.r=0，不存在线性相关关系3.-1?r0，为负相关4.0r?1，为正相关5.|r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切相关系数取值及其意义第33页，共67页，星期日，2025年，2月5日**r的范围在0.1-0.3是微弱相关r的范围在0.3-0.5是低度相关;r的范围在0.5-0.8是显著相关;r的范围在0.8以上是高度相关.第34页，共67页，星期日，2025年，2月5日**-1.0+1.00-0.5+0.5完全负相关无线性相关完全正相关负相关程度增加r正相关程度增加第35页，共67页，星期日，2025年，2月5日**【例1】在研究我国人均消费水平的问题中，把全国人均消费额记为y，把人均国民收入记为x。我们收集到1995～2007年的样本数据(xi，yi)，i=1,2,…，13，数据见表1，计算相关系数。表1我国人均国民收入与人均消费金额数据单位:元年份人均国民收入人均消费金额年份人均国民收入人均消费金额1999200020012002200320042005393.8419.14460.86544.11668.29737.73859.972492672893294064515132006200720082009201020111068.81169.21250.71429.51725.92099.56436907138039471148第36页，共67页，星期日，2025年，2月5日**

解：根据样本相关系数的计算公式有人均国民收入与人均消费金额之间的相关系数为0.9987第37页，共67页，星期日，2025年，2月5日**【例2】计算人均可支配收入和消费支出之间的简单相关系数。第38页，共67页，星期日，2025年，2月5日解：由表中数据得：∑y＝473，∑x＝662，∑y2＝26507，∑x2＝51656，∑xy＝36933，n=10计算得人均可支配收入和消费支出间的简单相关系数为：第39页，共67页，星期日，2025年，2月5日**第三节一元线性回归分析一、回归分析概念二、回归分析的种类三、一元线性回归分析第40页，共67页，星期日，2025年，2月5日**回归方程一词是怎么来的第41页，共67页，星期日，2025年，2月5日**一、回归分析的概念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。第42页，共67页，星期日，2025年，2月5日**二、回归分析的内容从一组样本数据出发，确定变量之间的数学关系式。对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响显著，哪些不显著。利用所求的关系式，根据一个或几个变量的取值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确程度。第43页，共67页，星期日，2025年，2月5日**回归分析和相关分析的区别：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，x称为自变量，用于预测因变量的变化.相关分析中所涉及的变量x和y都是随机变量；回归分析中，因变量y是随机变量，自变量x则作为研究时给定的非随机变量。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x对变量y的影响大小，还可以由回归方程进行预测和控制第44页，共67页，星期日，2025年，2月5日**相关分析与回归分析的联系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