第14章相关分析和回归分析.ppt

**相关系数在回归分析中，除了已介绍的相关系数，更常用的是相关系数的另外一种形式——可决系数r2，相关系数的平方。一般进行的市场调研由于经费、时间等因素的影响，往往只是抽样调查，而非涉及全面的普查。这就涉及到由样本结果推断总体结论的准确度的问题。可决系数不区分自变量和因变量，我们对于研究变量最好的估计是它的均值。第30页，共49页，星期日，2025年，2月5日**可决系数一般与回归分析联合使用，用以解释回归方程在多大程度上说明因变量的差异，即：第31页，共49页，星期日，2025年，2月5日**对r的显著性作假设检验假设p表示相应未知的总体相关系数，我们计算以下的t一统计量：r的标准误差为：因此，对零假设p=0的检验统计量简化为：该统计量服从自由度为n-2的t分布。第32页，共49页，星期日，2025年，2月5日**多元回归分析回归模型和回归方程复相关与偏相关整体解释力的统计显著性虚拟变量曲线相关使用回归分析需要注意的事项第33页，共49页，星期日，2025年，2月5日**回归模型和回归方程描述应变量y如何依赖于自变量x1,x2，…，xn和误差项的方程称为回归模型；在多元回归模型中参数含义与简单回归模型中的有一些不同。以二元回归模型为例：为的简化。小数点左边的二位数字为直接关系的变量。第一位代表因变量，第二位表示该系数所代表的自变量；小数右边的是表示不变的变量，称为次级变量。当然随着自变量的增多，小数点右边的数字可以到k-1个（k为自变量个数）。第34页，共49页，星期日，2025年，2月5日**例如，系数（简化为）的意义如下：在所有其他解释变量（如X2）保持不系时，x1每变动一个单位所导致的y的相应变化。通过这种方法，我们能够把每个解释变量对y的影响分离出来，不受其他解释变量的干扰和影响。所以，和的值称为局部回归系数。第35页，共49页，星期日，2025年，2月5日普通高等教育“十一五”国家级规划教材面向21世纪高等学校市场营销专业主干课教材景奉杰、曾伏娥主编市场营销调研（第2版）?高等教育出版社，2010年1月第14章相关分析和回归分析第1页，共49页，星期日，2025年，2月5日第14章相关分析和回归分析了解散点图和相关系数的概念了解等级相关的概念描述简单线性回归模型描述多元回归分析模型了解使用回归分析时应注意的问题**第2页，共49页，星期日，2025年，2月5日**开篇案例：数据挖掘在定类变量相关性分析中的应用数据探索性分析在研究分析中有着巨大的作用，同时在做探索性分析时，相关系数往往是被经常采用的工具用以衡量变量与变量之间的关系，然后决定是否分析这些变量。相关系数用来描述两个变量或两组变量之间的接近程度的量化指标，有着广泛的应用。数据预分析就是要研究定类变量数据之间的关系，从而找出认为有价值的信息。在对定类变量之间的相关性分析可以直接使用交叉表分析方法，不过这种方法只能给出变量之间是否存在相关性，却不能准确地反映出变量之间相关性的大小。第3页，共49页，星期日，2025年，2月5日于是在用于比较变量之间相关性大小的关系时，这种方法无法提供有效的信息，此时可以采用系数法来判断依据某一变量对另外一个变量进行预测时的误差大小。该相关系数可以用来分析定类变量之间的相关性大小，并且同时可以给出一个定量的数值，然而系数在应用上需要区别变量之间的关系，有对称和不对称关系两种计算方式，于是在计算时就要特别注意变量之间的关系。统计软件SPSS没有智能挖掘变量之间关系的功能，所以在使用时局限性很大，2个变量就需要分析2次、3个变量之间的关系就需要分析6次，4个变量则需要分析12次才能得出哪两个变量之间的相关性最强。**第4页，共49页，星期日，2025年，2月5日在数据挖掘中，定类变量之间的相关性往往使用关联分析进行计算，关联分析是使用一种支持度的概念来支持某件商品值不值得分析。比如假设商品A共出现N（A）次、同时商品B共出现N（B）次，对于N（AandB）是用来表示A和B两种物品同时出现的次数，那么A和B的支持度即为：N（AandB）/MIN（N（A），N（B）），这样一种支持度的优点