《统计学—基于Excel》（第 4 版）课件 第8章 相关与回归分析（Excel-4）.pptx

贾俊平2025/4/10统计学—基于Excel（第4版）21世纪统计学系列教材课程内容描述统计、推断统计、其他方法使用软件Excel学分与课时2或3学分，1~17周，每周2或3课时课程简介

贾俊平2025/4/108.1相关分析与回归分析8.2一元线性回归模型的估计和检验8.3利用回归方程进行预测8.4残差分析第8章相关与回归分析

问题与思考同一种商品在不同的电商平台上的销售价格也有差异，人们认为销售价格稍贵的电商配送速度更快，也就是配送时间更短。你认为销售价格和配送时间有关系吗？如果有关系，你知道它们的关系有多强呢？如果有人问你：身高和体重有关系吗？你的回答是什么？怎样让人信服你的回答？如果你想用收入来预测支出，你认为该怎么做？假定你的支出总是大于收入，用收入预测支出的结果是错误的吗？如果你支出的误差中只有45%是由收入决定的，你的预测是哪里出了问题？

8.1相关分析与回归分析相关分析相关分析是回归建模的基础。在建立回归模型时，首先需要确定变量之间的关系，然后依据变量间的关系建立适当的模型相关分析（correlationanalysis）是对变量间关系形态和关系强度所作的分析，其内容主要包括：（1）变量之间是否有关系；（2）如果有，它们之间是什么关系；（3）变量之间的关系强度如何；（4）样本所反映的变量之间的关系能否代表总体变量之间的关系

相关分析?8.1相关分析与回归分析

相关分析——散点图——例题分析【例8-1】25家药品生产企业，得到它们的销售收入和广告支出数据。绘制散点图描述销售收入与广告支出之的关系。8.1相关分析与回归分析

相关分析——关系强度的度量——相关系数——性质与解读度量变量之间线性关系强度的一个统计量若相关系数是根据总体全部数据计算的，称为总体相关系数，记为?若是根据样本数据计算的，则称为样本相关系数，简称为相关系数，记为r也称为Pearson相关系数(Pearson’scorrelationcoefficient)样本相关系数的计算公式?性质1：r的取值范围是[-1,1]|r|=1，为完全相关；r=0，不存在线性相关关系-1?r0，为负相关；0r?1，为正相关|r|越趋于1表示关系越强；|r|越趋于0表示关系越弱性质2：r具有对称性。即x与y之间的相关系数和y与x之间的相关系数相等，即rxy=ryx性质3：r数值大小与x和y原点及尺度无关，即改变x和y的数据原点及计量尺度，并不改变r数值大小性质4：仅仅是x与y之间线性关系的一个度量，它不能用于描述非线性关系。这意为着，r=0只表示两个变量之间不存在线性相关关系，并不说明变量之间没有任何关系性质5：r虽然是两个变量之间线性关系的一个度量，却不一定意味着x与y一定有因果关系8.1相关分析与回归分析

相关分析——相关系数——例题分析【例8-2】沿用例81。计算销售收入与广告支出之的相关系数，并分析其关系强度?8.1相关分析与回归分析

回归模型与回归方程?模型假定——因变量x与自变量y之间为线性关系在重复抽样中，自变量x的取值是固定的，即假定x是非随机的误差项?满足正态性。?是一个服从正态分布的随机变量，且期望值为0，即?~N(0,?2)。对于一个给定的x值，y的期望值为E(y)=?0+?1x方差齐性。对于所有的x值，?的方差一个特定的值，的方差也都等于2都相同。同样，一个特定的x值，y的方差也都等于?2独立性。独立性意味着对于一个特定的x值，它所对应的ε与其他x值所对应的ε不相关；对于一个特定的x值，它所对应的y值与其他x所对应的y值也不相关?8.2一元线性回归模型的估计和检验

参数的最小二乘估计????8.2一元线性回归模型的估计和检验

参数的最小二乘估计——例题分析——Excel输出??8.2一元线性回归模型的估计和检验

参数的最小二乘估计——例题分析——Excel输出预测结果残差图8.2一元线性回归模型的估计和检验

模型的拟合优度——误差分解总平方和(SST—totalsumofsquares)反