统计分析方法之相关分析和回归分析.ppt

第9章 隐与回归衍  学习目的与要求 相关分析是较常用的统计分析方法。本章的目的在于提 数量上研究现象之间相互联系方法。该章主要讲述了 分析、回归分析的基本理论和应用方法。学习本章的 要求是 掌握相关关系与函数关系的区别 够利用相关系数对相关关系进行测定,并且掌握相 关系数的性质 明确相关分析与回归分析各自特点以及它们的区别与 联系 建立回归直线方程,计算估计标准误差,理解估计标 准误差的意义  第九章相关分析与回归分析 第一节相关析的义、种类 第二节相关系数 第三节回归分析一简单直线回归 实训部分 实训工  第一节相关分析的意义、种类一 相关关系的性质 相关关系的概念和特点 相关关系具有如下两个特点 1、现象之间确实存在数量上的相互依存关系。现象 间数量上的相互依存关系表现在:一个现象发 生数量上的变化,另一个与之相联系的现象也会 相应地发生数量上的变化 现象之间数量上不确定、不严格的依存关系。相 关关系的全称为统计相关关系,它属于变量之间 的一种不完全确定的关系  相关关系与函数关系的区别和联系 区别 函数关系是变量之间的一种严格、完全确定 性的关系,即一个变量的数值完全有另一个 或一组)变量的数值所决定、控制。函数 关系通常可以用数学公式确切地表示出来。 相关关系难以像函数关系那样,用数学公式 去准确表达。  联系 由于客观上常会出现观察或测量上的误差等原 因,函数关系在实际工作中往往通过相关关系 表现出来。当人们对某些现象内部规律有较深 刻认识时,相关关系可能变为函数关系。为此 在研究相关关系时,又常常使用函数关系作为 工具,用一定的函数关系表现相关关系的数量 联系。  不相关 根据相关关系 完全相关 的程度划分 不完全相关 根据相关关系 正相关 的方向划分 负相关 相关关系的种类 根据自变量的 单相关 多少划分 复相关 根据变量间相 直线相关 互关系的表现 形式划分 曲线相关  根据相关关系的程度划分 工、不相关。如果变量间彼此的数量变化互相独立,则其 关系为不相关。自变量x变动时,因变量y的数值不随之 相应变动。例如 人的出勤率、家 庭收入多少与孩子的多少之间都不存在相关关系 全相关。如果一个变量的变化是由其他变量的数量变 化所唯一确定,此时变量间的关系称为完全相关。即因 变量y的数值完全随自变量x的变动而变动,它在相关图 表现为所有的观察点都落在同一条直线上,这种情况 相关关系实际上是函数关系。所以,函数关系是相 关关系的一种特殊情况 3、不完全相关。如果变量间的关系介于不相关和完全相关 间,则称为不完全相关。如妇女的结婚年龄与受教 程度之间的一种关系。大多数相关关系属于不完全相关, 是统计研究的主要对象  根据相关关系的方向划分 1正相关。指两个因素(或变量)之间的变化方向 增加(或减 因变量y的值也相应地增加(或 这样的关系就是正相关。例如,工业总 企业税利总额也随之增加;家庭消费支出 随收入增加而增加等。 负相关。指两个因素或变量之间变化方向相反 即自变量的数值增大(或减 因变量随之减小 或增大)如劳动生产率提高,产品成本降 产品成本降低,企业利润增加等  根据自变量的多少划分 ⊥,单相关。两个因素之间的相关关系叫单相关, 即研究时只涉及一个自变量和一个因变量。 2、复相关。三个或三个以上因素的相关关系叫复 相关,即研究时涉及两个或两个以上的自变量和 因变量。