《统计基础》教案 第7章 相关与回归分析.doc

第7章 相关与回归分析 【学习目标】 本章主要介绍了相关分析和回归分析的基本理论。包括确定相关关系的判别方法以及配合回归直线及曲线的条件，掌握建立回归方程和相关回归分析需要注意的问题，达到学会预测的目的等。 【基本要求】 通过本章的学习，使学习者理解相关分析和回归分析的概念，明确相关关系的判别方法：定性判断和定量判断；掌握配合回归直线方程的条件建立回归方程的方法，学会预测，为经济管理服务等。 【学习内容】 相关与回归（Correlation and Regression）是现代统计学中非常重要的内容，相关与回归分析是处理变量数据之间相关关系的一种统计方法。通过相关分析，可以判断两个或两个以上的变量之间是否存在相关关系、相关关系的方向、形态及相关关系的密切程度；回归分析是对具有相关关系现象间数量变化的规律性进行测定，确立一个回归方程式，即经验公式，并对所建立的回归方程式的有效性进行分析、判断，以便进一步进行估计和预测。现在，相关与回归分析已经广泛应用到企业管理、商业决策、金融分析以及自然科学和社会科学等许多研究领域。 7.1 相关分析 7.1.1. 相关分析的概念、种类 1. 相关分析的概念 现实世界中的各种现象之间相互联系、相互制约、相互依存，某些现象发生变化时，另一现象也随之发生变化。如商品价格的变化会刺激或抑制商品销售量的变化；劳动力素质的高低会影响企业的效益；直接材料、直接人工的价格变化对产品销售成本有直接的影响，居民收入的高低会影响对该企业产品的需求量等等。研究这些现象之间的依存关系，找出它们之间的变化规律，是对经搜集、整理过的统计数据进行数据分析，为客观、科学地统计提供依据。 现象间的依存关系大致可以分成两种类型： 一类是函数关系，另一类是相关关系。 (1)．函数关系。函数是指现象之间是一种严格的确定性的依存关系。表现为某一现象发生变化另一现象也随之发生变化，而且有确定的值与之相对应。例如，银行的1年期存款利率为年息1.98％，存入的本金用x表示，到期本息用y表示，则y=x+1.98%x（不考虑利息税）；再如，某种股票的成交额Y与该股票的成交量X、成交价格P之间的关系可以用Y=PX来表示，这都是函数关系。 (2)．相关关系。相关关系是指客观现象之间确实存在的，但数量上不是严格对应的依存关系。在这种关系中，对于某一现象的每一数值，可以有另一现象的若干数值与之相对应。例如成本的高低与利润的多少有密切关系，但某一确定的成本与相对应的利润却是不确定的。这是因为影响利润的因素除了成本外，还有价格、供求平衡、消费嗜好等因素以及其他偶然因素的影响；再如，生育率与人均GDP的关系也属于典型的相关关系：人均GDP高的国家，生育率往往较低，但二者没有惟一确定的关系，这是因为除了经济因素外，生育水平还受教育水平、城市化水平以及不易测量的民族风俗、宗教和其他随机因素的共同影响。 具有相关关系的某些现象可表现为因果关系，即某一或若干现象的变化是引起另一现象变化的原因，它是可以控制、给定的值，将其称为自变量；另一个现象的变化是自变量变化的结果，它是不确定的值，将其称为因变量。如资金投入与产值之间，前者为自变量，后者为因变量。但具有相关关系的现象并不都表现为因果关系，如生产费用和生产量、商品的供求与价格等。这是由于相关关系比因果关系包括的范围更广泛。 相关关系和函数关系既有区别，又有联系。有些函数关系往往因为有观察或测量误差以及各种随机因素的干扰等原因，在实际中常常通过相关关系表现出来；而在研究相关关系时，其数量间的规律性了解得越深刻的时候，则相关关系越有可能转化为函数关系或借助函数关系来表现。 2. 相关关系类型 现象之间的相关关系从不同的角度可以区分为不同类型。 (1). 按照相关关系涉及变量（或因素）的多少分为 单相关——又称一元相关，是指两个变量之间的相关关系，如广告费支出与产品销售量之间的相关关系； 复相关——又称多元相关，是指三个或三个以上变量之间的相关关系，如商品销售额与居民收入、商品价格之间的相关关系。 偏相关——在一个变量与两个或两个以上的变量相关的条件下，当假定其他变量不变时，其中两个变量的相关关系称为。例如，在假定商品价格不变的条件下，该商品的需求量与消费者收入水平的相关关系即为偏相关。 (2). 按照相关形式不同分为 线性相关——又称直线相关，是指当一个变量变动时，另一变量随之发生大致均等的变动，从图形上看，其观察点的分布近似地表现为一条直线；例如，人均消费水平与人均收入水平通常呈线性关系。 非线性相关——一个变量变动时，另一变量也随之发生变动，但这种变动不是均等的，从图形上看，其观察点的分布近似地表现为一条曲线，如抛物线、指数曲线等，因此也称曲线相关。例如，工人加班加点在一定数量界限内，产量增加，