8相关与回归分析.pptxVIP

课前复习思考题11.什么是方差分析？方差分析的基本原理是什么？什么是因素？什么是水平？2.方差分析中有哪三个误差？它们之间有什么关系？3.单因素方差分析关系强度指标如何测定？有何意义？

第8章相关与回归分析任课教师：黄英统计学

子代与父代一样吗？3Galton被誉为现代回归和相关技术的创始人。1875年，Galton利用豌豆实验来确定尺寸的遗传规律。他挑选了7组不同尺寸的豌豆，并说服他在英国不同地区的朋友每一组种植10粒种子，最后把原始的豌豆种子(父代)与新长的豌豆种子(子代)进行尺寸比较当结果被绘制出来之后，他发现并非每一个子代都与父代一样，不同的是，尺寸小的豌豆会得到更大的子代，而尺寸大的豌豆却得到较小的子代。Galton把这一现象叫做“返祖”(趋向于祖先的某种平均类型)，后来又称之为“向平均回归”。一个总体中在某一时期具有某一极端特征(低于或高于总体均值)的个体在未来的某一时期将减弱它的极端性(或者是单个个体或者是整个子代)，这一趋势现在被称作“回归效应”。人们发现它的应用很广，而不仅限于从一代到下一代豌豆大小问题

子代与父代一样吗？4正如Galton进一步发现的那样，平均来说，非常矮小的父辈倾向于有偏高的子代；而非常高大的父辈则倾向于有偏矮的子代。在第一次考试中成绩最差的那些学生在第二次考试中倾向于有更好的成绩(比较接近所有学生的平均成绩)，而第一次考试中成绩最好的那些学生在第二次考试中则倾向于有较差的成绩(同样比较接近所有学生的平均成绩)。同样，平均来说，第一年利润最低的公司第二年不会最差，而第一年利润最高的公司第二年则不会是最好的如果把父代和子代看作两个变量，找出这两个变量的关系，并根据这种关系建立适当的数学模型，就可以根据父代的数值预测子代的取值，这就是经典的回归方法要解决的问题。学完本章的内容你会对回归问题有更深入的理解

学习目标与重难点提示51. 掌握一元线性相关系数的计算与分析※理解线性回归的基本原理和参数的最小二乘估计掌握一元线性回归直线的拟合优度※掌握一元线性回归方程的显著性检验※利用回归方程进行估计和预测用Excel进行回归分析※目的：为“动态分析”打基础。

目录CONTENTS8.1变量间关系的度量※8.2一元线性回归分析※8.3利用回归方程进行估计和预测※

变量间关系的度量|8.1.1变量间的关系|8.1.2相关关系的描述与测度|8.1.3相关关系的显著性检验|

变量间的关系|点击输入单元/小节一级标题|点击输入单元/小节一级标题|

8.1.1变量间的关系函数关系(几个例子)9?函数关系的例子某种商品的销售额(y)与销售量(x)之间的关系可表示为y=px(p为单价)圆的面积(S)与半径之间的关系可表示为S=?R2企业的原材料消耗额(y)与产量(x1)、单位产量消耗(x2)、原材料价格(x3)之间的关系可表示为y=x1x2x3

8.1.1变量间的关系函数关系10是一一对应的确定关系。设有两个变量x和y，变量y随变量x一起变化，并完全依赖于x，当变量x取某个数值时，y依确定的关系取相应的值，则称y是x的函数，记为y=f(x)，其中x称为自变量，y称为因变量。各观测点落在一条线上。?????????xy

8.1.1变量间的关系相关关系(correlation)11变量间关系不能用函数关系精确表达一个变量的取值不能由另一个变量唯一确定当变量x取某个值时，变量y的取值可能有几个各观测点分布在直线周围?????????xy

8.1.1变量间的关系相关关系(几个例子)12?相关关系的例子父亲身高(y)与子女身高(x)之间的关系收入水平(y)与受教育程度(x)之间的关系粮食亩产量(y)与施肥量(x1)、降雨量(x2)、温度(x3)之间的关系商品的消费量(y)与居民收入(x)之间的关系商品销售额(y)与广告费支出(x)之间的关系

8.1.1变量间的关系相关关系(类型)13散点图相关系数※相关分析要解决的问题

相关关系的描述与测度|散点图|相关系数|

8.1.2相关关系的描述与测度相关关系--散点图(scatterdiagram)15????????????不相关?????????负线性相关?????????正线性相关????????????非线性相关???????完全负线性相关完全正线性相关?????????

8.1.2相关关系的描述与测度散点图(例题分析)例8.616【例】一家投资公司在多个地区设有分行，其业务主要是进行基础设施建设、国家重点项目建设、固定资产投资等项目的贷款投资。近