统计学 相关与回归分析.pptVIP

散点图第30页，共58页，星期日，2025年，2月5日设计思想第31页，共58页，星期日，2025年，2月5日总体相关系数二维随机变量总体(X,Y),随机变量X和Y的总体相关系数：（数）性质：（1）（2）的充分必要条件是存在常数和使得以概率1成立。协方差第32页，共58页，星期日，2025年，2月5日第33页，共58页，星期日，2025年，2月5日(随机变量)(数)样本相关系数例9.2Pearson相关系数，样本相关系数第34页，共58页，星期日，2025年，2月5日例子EXCEL:pearson()correl()第35页，共58页，星期日，2025年，2月5日图9.5从二元总体中抽取的一个随机样本为什么要检验？第36页，共58页，星期日，2025年，2月5日相关系数检验1.要检验的假设：或2.检验方法一—t检验检验统计量(原假设成立时)例9.3第37页，共58页，星期日，2025年，2月5日3.检验方法二——直接利用R的分布总体相关系数检验更简单的方法:直接查R分布的临界值表，即相关系数临界值表(附表九).例9.3第38页，共58页，星期日，2025年，2月5日例9.3法一：t统计量显著性水平0.05，查表得到临界值：由于，所以否定原假设，接受备择假设，表明总体相关系数显著不为零，即人均国内生产总值与人均销售金额之间确实存在着线性相关关系。方法二：第39页，共58页，星期日，2025年，2月5日普通最小二乘估计正规方程组：求解正规方程组得：例子第40页，共58页，星期日，2025年，2月5日例子回归方程：Excel:Slope();intercept();steyx()第41页，共58页，星期日，2025年，2月5日第1页，共58页，星期日，2025年，2月5日相关分析与回归分析是现代统计学中非常重要的内容，在自然、管理科学和社会经济领域有着十分广泛的应用。在分析变量之间关系的时，常用的基本模型:(1)相关模型;(2)回归模型实践中到底使用哪种模型取决于研究者的研究目的和数据的收集方式和条件。相关分析:变量X和Y都被视为随机变量，服从二元分布；经典的回归分析:通常变量x不是随机变量，在事先选好的值中取值，变量Y是随机变量，在变量x的给定值处有相应的观测值。例1：太阳镜的日销售数量Y与日最高气温X之间的关系例2：人均消费与人均GDP的关系第2页，共58页，星期日，2025年，2月5日相关分析与回归分析相关分析用一个指标来表明现象间相互依存关系的密切程度。回归分析根据相关关系的具体形态，选择一个合适的数学模型，来近似地表达变量间关系。相关分析所研究的变量是对等关系；回归分析所研究的两个变量不是对等关系。因果第3页，共58页，星期日，2025年，2月5日第4页，共58页，星期日，2025年，2月5日本章内容一、相关关系的概念和分类二、线性相关关系的识别三、一元线性回归分析四、多元线性回归分析五、非线性回归分析相关分析NewNew第5页，共58页，星期日，2025年，2月5日一、相关关系的概念和分类一、函数关系和相关关系二、相关关系的分类相关程度、相关方向、相关形式、变量多少、相关性质第6页，共58页，星期日，2025年，2月5日二、线性相关关系的识别（一）散点图（例子）最简单、最直观的识别方法,但难以给出相关的程度.（二）直线相关系数直线相关系数的设计思想总体相关系数与Pearson相关系数相关系数的检验第7页，共58页，星期日，2025年，2月5日三、一元线性回归分析变量y对x的一元线性回归总体模型一元线性回归方程一元线性经验回归方程估计方法：普通最小二乘估计、标准误差—的估计模型评价：可决系数、显著性检验1