欢迎来到天天文库
浏览记录
ID:38177641
大小:116.50 KB
页数:6页
时间:2019-06-07
《第16次课(3学时)》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第16次课(3学时)教学目的:通过本次课的教学,使学生了解相关与回归的概念,掌握利用相关散点图和相关系数(积差)进行相关分析的方法。教学内容:1.相关与回归的概念 2.相关散点图 3.积差相关系数教学重点:1.相关系数的计算和检验 2.积差相关系数的计算和检验教学难点:对相关系数的理解教学内容的组织安排:本次课重点是要让学生掌握相关分的具体方法,因此,讲授过程中,要让学生明确相关分析有两种常用方法:相关散点图和相关系数。相关散点图只能作为定性描述,而相关系数可作为定量分析的工具相关系数有总
2、体相关系数和样本相关系数,教学中尤其要学生分清,只有这样,后面的相关系数显著性检验内容才自然。关于相关系数的计算,只介绍计算器操作法。开始部分: 总结前面学过的统计推断,都只对一个指标进行,实际问题中经常需要考虑多个指标,研究多个指标之间的关系。第八章 相关与回归第一节 相关与回归的概念一、相关 变量之间存在一定的关系,但不象函数关系那样研究,则称这种关系为相关关系,变量之间称为是相关的。 若相关关系是线性的则称变量之间线性相关。 例如,身高与体重(正相关) 跳远成绩与100跑成绩(负相关)二、回归
3、 若变量之间存在相关关系,需研究其中一个变量随其它变量(或受其变量影响)的数量关系,该变量称为因变量,其它变量称为自变量,这种因变量随自变量变化的数量关系称为因变量依自变量的回归。 在统计上把研究变量之间相关关系的方法称为相关分析,把研究因变量受自变量影响的数量关系的方法称为回归分析。本章只介绍两个变量的线性相关和线性回归。第二节 相关分析 为了研究两个变量之间的相关关系,总体是“数对(x,y)的全体”,记为(x,y),样本为(x1,y1),(x2,y2),……(xn,yn)现由样本推断总体。一、相关散点图x
4、yxy正相关 完全正相关xyxy负相关 完全负相关 相关散点图可以定性地描述相关关系,形式直观、简单,从图上,可以初步看出两变量是否(线性)相关,相关的方向和大致程度,但不能定量研究。二、相关系数 用相关系数可以反映变量之间相关的方向和突出程度,总体相关系数用表示,样本相关系数用r表示。 (一)积差相关系数(安全性相关系数) 1、定义 设样本观测值为(x1,y1),(x2,y2),…,(xn,yn),则积差相关系数为 其中,Lxx和Lyy分别
5、为变量x、y的离差平方和,Lxy为x、y的离差乘积和 ,, 2、计算 积差相关系数的计算只利用计算器运算。(讲解计算器操作方法) 3、相关显著性检验 r与ρ之间存在差异,由抽样误差造成,抽样差的本源仍是个体之间的差异(可以举例说明)。 现欲推断的变量是否(线性)相关,即ρ是否为0采用假设检验方法。 (1)原假设H0:ρ=0 (2)构造并计算检验统计量r (3)根据算出的r值,查“相关系数界值表”及r2(11-2),p的大小值 (4)结论。 例8.1 为研究大学男生立定跳远与100
6、m跑训练之间的关系,随机抽测24名大男生立定跳远和100m跑成绩(只表8.1),问对于大学生,项目成绩之间是否相关?序 号立定跳远(cm)100m跑(s)序 号立定跳远(cm)100m跑(s)124913.01322013.0226012.21421014.1322013.71523913.5422513.31620714.1521514.71724512.6623013.11821014.7722014.61922513.5823812.62023012.9921015.32122512.81020015.32
7、224112.41124012.02324913.01221014.42426012.0解:1、H0:ρ=0 2、计算 r=-0.872 3、查表 p<0.001结束部分 总结相关分析的步骤第17次课(3课时)教学目的:通过本次课的教学,让学生了解等级相关系数和一元线性回归方程的概念,掌握等级相关系数的计算和检验以及一元回归议程的计算和预测。教学内容:1、等级相关系数的计算和检验 2、一元线性回归方程的概念、计算和预测 3、注意事项教学重点:1、等级相关系数的计算 2、
8、一元线性回归方程概念教学难题:回归预测教学内容的组织安排:1、等级相关系数,教学时,应让学生明确等级相关系数与积差相关系数的关系,其计算需详细讲解,检验与前面类似可面讲。2、一元线性回归方程的概念非常重要,学生很容易误解要讲清回归方程是回归直线的方程,回归系数的计算,利用计算器操作,较简单,故只介绍计算器运算方法利用回归方程进行预测,介绍其基本思想和步骤,致于剩余标准点,
此文档下载收益归作者所有