物流市场调查与统计分析PPT项目七--相关与回归分析.ppt

一、相关关系 （一）相关关系的含义及特点 （二）函数关系 （二）函数关系举例 （三）相关关系与函数关系 二、相关关系的类型 四、相关关系的测度 五、Excel在相关分析中的应用 五、Excel在相关分析中的应用 五、Excel在相关分析中的应用 五、Excel在相关分析中的应用 一、回归分析 （一）回归分析的含义与特点 （二）回归分析与相关分析的区别与联系 （三）回归分析的类型 二、一元线性回归分析 （一）一元线性回归分析的前提 二、一元线性回归分析 （二）一元线性回归方程的确定 二、一元线性回归分析 （三）参数a、b的估计 二、一元线性回归分析 （五）回归方程的估计标准误 三、回归方程的显著性检验* （一）一元线性回归方程的显著性检验—F检验 三、回归方程的显著性检验* （二）回归系数的显著性检验—t检验 四、Excel在回归方程建立及检验中的应用 四、Excel在回归方程建立及检验中的应用 一、一元线性回归预测 一、一元线性回归预测 （一）点预测 一、一元线性回归预测 （二）区间预测 二、Excel在一元线性回归预测中的应用 任务二 一元线性回归分析 1、提出假设： H0:β＝0（两个变量之间线性关系不显著，原假设） H1:β≠0（两个变量之间线性关系显著，备择假设） 2．确定检验统计量F 3．确定显著性水平 。 4．确定临界值。F检验的临界值是由显著性水平（通常a＝0．05）和自由度决定的，依据a 、n-2查F分布表可得临界值 。 5．做出判断。如F≥ Fa,则拒绝原假设,接受备择假设，即两变量之间存在线性关系，线性回归方程显著；反之，接受原假设，即表明两变量之间不存在线性关系，线性回归方程的回归效果不显著。 任务二 一元线性回归分析 1、提出假设： H0:b＝0（回归系数不显著，原假设） H1:b≠0（回归系数显著，备择假设） 2．确定检验统计量t 3．确定显著性水平a 。 4．确定临界值。t检验的临界值是由显著性水平（通常a＝0．05）和自由度决定的，依据a 、n-2查t分布表可得临界值 。 5．做出判断。如t≥ ta,则拒绝原假设,接受备择假设，即回归系数显著，变量x对变量y的解释作用显著；反之，接受原假设，回归系数不显著，变量x对解释变量y的作用不显著 。 任务二 一元线性回归分析 以表7- 2 某公司营业额（Y）与市场营销人员数（X）表中变量x、y数据为例说明利用Excel建立回归方程并对其进行检验的操作步骤。 第一步：将数据输入excel中，建立数据库 第二步，单击“工具”菜单下的“数据分析”选项，选择“回归”打开“回归”对话框； 第三步，在“回归”对话框中y值输入区域输入因变量数值所在的单元格地址，x值输入区域输入自变量数值所在的单元格地址；设置放置位置等参数 第四步，点击“确定”即可得到回归分析结果，对回归分析结果进行描述。 第五步，对回归方程进行显著性检验 图7- 4 “回归”对话框 图7- 5 回归分析计算结果 任务二 一元线性回归分析 对分析结果进行分析描述 回归分析结果包括三部分： 1.概要输出部分（相关系数、判定系数、经过调整的判定系数、估计标准误差、观察值个数）； 2.方差分析部分（回归平方和、残差平方和、回归均方、残差均方、F统计量值、F统计量值对应的概率值）； 3.回归系数部分（常数项、回归系数、常数项的估计标准误差、回归系数的估计标准误差、常数项、回归系数估计值的区间上下限） 从回归系数部分可知：该公司营业额与营业人员数的线性回归方程为 ， 由判定系数0.9730知该回归方程的拟合度较好，由相关系数0.9864知营业额与营业人员数之间存在高度的正相关。 任务三 一元线性回归预测★ 点预测 区间预测 所谓预测，就是当自变量x取一个值x0时，估计y的取值。有点估计和区间估计之分 任务三 一元线性回归预测★ 点预测比较简单，即根据—元线性回归方程yc＝a＋bx进行预测，其预测值为yc0＝a＋bx0。x0为给定x具体数值，yc0是当x＝x0时y的预测值，通常也称点估计或点预测。 任务三 一元线性回归预测★ 1）一般来说，在大样本时（即n＞30时），且x0不远离 时，则可以根据正态分布进行预测，在给定置信度1-a下，预测区间为： 2）在小样本情况下，采用t分布进行预测。当给定置信概率 （即可靠度）1-a时，y0预测区间为： 任务三 一元线性回归预测★ Excel在一元线性回归预测中的应用其实质是Excel回归方程建立和检验中的应用，若建立的一元线性回归方程