方差分析原理及应用.ppt

散布图2第133页,共163页，星期六，2024年，5月相關係數的特性相關係數中，兩變數並不區分解釋變數或反應變數。相關係數的計算以數量變數為主，此公式不適用於類別變數。相關係數的計算使用標準化值，與各數量變數的度量單位無關。第134页,共163页，星期六，2024年，5月相關係數為正表示兩變數具正相聯性，相關係數為負表示兩變數具負相聯性。相關係數r，其數值必為-1與1之間。r接近0表示兩變數的線性關係薄弱。兩變數的線性關係強度，隨著r由0移向-1或1而增強。r接近-1或1表示散佈圖的點呈近乎直線。r等於-1或1表示散佈圖的點全在直線上。第135页,共163页，星期六，2024年，5月相關係數僅能衡量的兩變數的線性關係，對其他曲線關係的強度無法提供信息。相關係數值受離群點(outliers)影響很大。第136页,共163页，星期六，2024年，5月線性關係的不同強度之r第137页,共163页，星期六，2024年，5月皮爾森(Pearson)相關係數相關係數（r）相關程度0.8以上極高0.6-0.8高0.4-0.6普通0.2-0.4低0.2以下極低皮爾森樣本相關係數1皮爾森相關係數（ρ）的檢定虛無假設H0：兩變數X和Y不相關（即相關係數為零，ρ＝0）對立假設H1：兩變數相關（即相關係數不為零，ρ≠0）公式：ρ值為：2皮爾森相關係數的意義3第138页,共163页，星期六，2024年，5月斯皮爾曼(Spearman’sRho)等級相關係數斯皮爾曼等級相關係數的檢定A.雙尾檢定虛無假設H0：兩變數X和Y是不相關（即相關係數為零）對立假設H1：兩變數相關（即相關係數不為零）B.正相關單尾檢定虛無假設H0：兩變數X和Y是不相關（即相關係數為零）對立假設H1：兩變數正相關（即相關係數大於零）C.負相關單尾檢定虛無假設H0：兩變數X和Y是不相關（即相關係數為零）對立假設H1：兩變數負相關（即相關係數小於零）2斯皮爾曼等級相關係數（ρ(s)）1簡化式中Ｔ為第139页,共163页，星期六，2024年，5月肯特爾相關係數的檢定A.雙尾檢定虛無假設H0：兩變數X和Y是不相關（即相關係數為零）對立假設H1：兩變數相關（即相關係數不為零）B.正相關單尾檢定虛無假設H0：兩變數X和Y是不相關（即相關係數為零）對立假設H1：兩變數正相關（即相關係數大於零）C.負相關單尾檢定虛無假設H0：兩變數X和Y是不相關（即相關係數為零）對立假設H1：兩變數負相關（即相關係數小於零）2肯特爾(Kendall’sTau)相關係數肯特爾相關係數（τ）1式中Ｔ為第140页,共163页，星期六，2024年，5月假设检验1、统计检验的基本概念2、几种检验方法（1）Z检验（2）t检验（3）F检验（4）第141页,共163页，星期六，2024年，5月总体样本抽样推论总体参数样本估计量第142页,共163页，星期六，2024年，5月总体参数与样本统计量之间的关系总体参数：是描述总体资料特性的统计测量数，一般简称为参数。参数是我们想要获取的，是统计的核心。样本统计量：是描述样本资料特性的统计测量数，一般简称为统计量，通常用来推论总体参数。第143页,共163页，星期六，2024年，5月抽样误差：是指样本统计量的数值与总体参数值间的差异。非抽样误差：抽样误差以外的因素所造成的误差称为非抽样误差。估计误差第144页,共163页，星期六，2024年，5月概率抽