相关及回归分析.pptVIP

于是其相关系数为：计算得出r=0.9892，表明精炼时间和含碳量之间为正相关关系。而且r值接近于1，表示两者关系很密切。第31页，共53页，星期日，2025年，2月5日三、线性相关的显著性检验回归方程在一定程度上揭示了变量之间的内在联系，但它所揭示的规律性是否显著？只有当相关系数r的绝对值大到一定程度时，用回归直线表示x与y之间的关系，并说明相关系数r显著，配置回归直线才有意义。那么｜r｜究竟大到多大时，x与y之间才存在线性关系，配置回归直线才有意义呢？第32页，共53页，星期日，2025年，2月5日为了给出相关系数的定量刻划，相关系数显著性检验表给出了显著性水平a为0.10,0.05,0.02,0.01,0.001时的临界值。如果相关系数观测值r大于相应的临界值，则认为y与x的线性相关关系是显著的，配置回归直线有意义。否则便认为y与x的线性相关关系不显著。查表时，使用的自由度为n?m?1。其中n为样本容量，m为参与试验的因素个数，因而，在一元回归场合下查表用自由度为n?2。第33页，共53页，星期日，2025年，2月5日对于第二节中的资料，我们算得相关系数r=0.9892。若a=0.01，查表得临界值：r(0.01;10?2)=0.7646｜0.9892｜r(0.01;10?2)所以，第二节中求得的回归方程所表达的精炼时间y与钢液含碳百分比之间的线性关系对于a=0.01是显著的，也就是说配置的回归方程有意义。这种显著性通常称为高度显著。第34页，共53页，星期日，2025年，2月5日§8.3一元一次线性回归一、回归直线的确定如果变量x和y相关，并且从相关图表中可以看出它们之间大致形成一种直线关系，我们就可在相关图上求出一条与各点最相配合的直线。第35页，共53页，星期日，2025年，2月5日由于这些点所代表的若干对数据——观察值，只是相互有一定关系的变量x、y的总体中的一个样本，故这样求出的直线是总体回归直线的估计线。在估计线上的点的纵坐标是相应于x的y的估计值。y=a+bx?如果这个y的估计值用y表示，则估计线的方程可写为?第36页，共53页，星期日，2025年，2月5日这叫做样本回归直线。它是y对x的回归线，表明y对x的平均关系。式中x为受控制的自变量，通常由研究者事先选定数值。a为样本回归直线y的截距，它是样本回归直线通过纵轴的点的y坐标；b为样本回归直线的斜率，它表示当x增加一个单位时y的平均增加数量，b又称回归系数。第37页，共53页，星期日，2025年，2月5日如何确定回归直线方程呢？也就是说怎样确定方程中的参数a、b呢？若用(xi,yi)(i=1,2,…n)表示n组观察值，则对任意给定的xi，可得y的估计值为这些数值同实际值yi之间存在着误差；yi=a+bxi??i=yi?yi=yi?a?bxi?第38页，共53页，星期日，2025年，2月5日统计学第八章Statistics相关及回归分析第1页，共53页，星期日，2025年，2月5日第八章§8.1相关分析相关与回归分析一、相关关系的概念现象之间的数量关系存在着两种不同的类型：一种是函数关系，另一种是相关关系。第2页，共53页，星期日，2025年，2月5日函数关系指的是变量之间存在着的严格的依存关系，它们之间的关系值是固定的，对于某一变量的每一个值，都有另一个变量的完全确定的值与之相对应。例如，圆的面积等于圆周率乘以半径的平方。S=πr2第3页，共53页，星期日，2025年，2月5日相关关系是指变量之间确实存在的但关系值不固定的相互依存关系。在这种关系中，当一个(或几个)变量的值确定以后，另一个变量的值虽与它(或它们)有关，但却不能完全确定。这是一种非确定性的关系。例如，电视机的拥有率与人均收入水平有关，但对于人均收入水平相同的地区，其电视机的拥有率可能不尽相同。在客观事物中，尤其是在经济现象中，相关关系普遍存在。统计很有必要对这种关系进行研究。第4页，共53页，星期日，2025年，2月5日在相关关系中，通常，在相互联系的现象之间存在着一定的因果关系，这时就把其中的起着影响作用的现象具体化，通过一定的变量反映出来，这样的变量称为自变量。由于受到自变量变动的影响而发生变动的变量称为因变量。第5页，共53页，星期日，2025年，2月5日在相关关系中，有时两个变量之间只存在相互联系而并不存在明显的因果关系。确定哪一个是自变量，哪一个是因变量，主要决定于研究的目的。例如，在粮食亩产量与施肥量之间，施肥量这一变量是自变量，亩产量这一变量是因变量。当研究的是两个变量之间的关系时，通常以符号X表示自变量