《回归分析及模型》PPT课件

《回归分析及模型》PPT课件

ID:38737301

大小:12.17 MB

页数:107页

时间:2019-06-18

《回归分析及模型》PPT课件_第1页
《回归分析及模型》PPT课件_第2页
《回归分析及模型》PPT课件_第3页
《回归分析及模型》PPT课件_第4页
《回归分析及模型》PPT课件_第5页
资源描述:

《《回归分析及模型》PPT课件》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、一元线性回归分析PowerPoint统计学线性回归分析1相关分析2一元线性回归3利用回归方程进行估计和预测4方差分析学习目标1.相关关系的分析方法一元线性回归的基本原理和参数的最小二乘估计回归直线的拟合优度回归分析中的显著性检验利用回归方程进行估计和预测1相关分析1.1变量间的关系1.2相关关系的描述与测度1.3相关系数的显著性检验变量间的关系函数关系是一一对应的确定关系设有两个变量x和y,变量y随变量x一起变化,并完全依赖于x,当变量x取某个数值时,y依确定的关系取相应的值,则称y是x的函数,记为y=f(x),其中x称为自变量,y称为因变

2、量各观测点落在一条线上xy确定的依存关系函数关系(几个例子)某种商品的销售额y与销售量x之间的关系可表示为y=px(p为单价)圆的面积S与半径R之间的关系可表示为S=R2企业的原材料消耗额y与产量x1、单位产量消耗x2、原材料价格x3之间的关系可表示为y=x1x2x3相关关系(correlation)变量间关系不能用函数关系精确表达一个变量的取值不能由另一个变量唯一确定当变量x取某个值时,变量y的取值可能有几个各观测点分布在一条线的周围xy不确定的依存关系相关关系(几个例子)父亲身高y与子女身高x之间的

3、关系收入水平y与受教育程度x之间的关系粮食单位面积产量y与施肥量x1、降雨量x2、温度x3之间的关系商品的消费量y与居民收入x之间的关系商品销售额y与广告费支出x之间的关系相关关系(类型)相关分析及其假定相关分析及其假定相关分析要解决的问题变量之间是否存在关系?如果存在关系,它们之间是什么样的关系?变量之间的关系强度如何?样本所反映的变量之间的关系能否代表总体变量之间的关系?为解决这些问题,在进行相关分析时,对总体有以下两个主要假定变量之间是线性关系涉及的变量都是随机变量相关关系的描述与测度(散点图)散点图(scatterdiagram)

4、不相关负线性相关正线性相关非线性相关完全负线性相关完全正线性相关散点图(例题分析)【例】一家大型商业银行在多个地区设有分行,其业务主要是进行基础设施建设、国家重点项目建设、固定资产投资等项目的贷款。近年来,该银行的贷款额平稳增长,但不良贷款额也有较大比例的增长,这给银行业务的发展带来较大压力。为弄清楚不良贷款形成的原因,管理者希望利用银行业务的有关数据做些定量分析,以便找出控制不良贷款的办法。下面是该银行所属的25家分行2002

5、年的有关业务数据散点图(例题分析)散点图(不良贷款对其他变量的散点图)相关关系的描述与测度(相关系数)相关系数(correlationcoefficient)度量变量之间关系强度的一个统计量对两个变量之间线性相关强度的度量称为简单相关系数若相关系数是根据总体全部数据计算的,称为总体相关系数,记为若是根据样本数据计算的,则称为样本相关系数,简称为相关系数,记为r也称为线性相关系数(linearcorrelationcoefficient)或称为Pearson相关系数(Pearson’scorrelationcoefficient)相关系数(

6、计算公式)样本相关系数的计算公式或化简为相关系数(性质)性质1:r的取值范围是[-1,1]

7、r

8、=1,为完全相关:r=1,为完全正相关r=-1,为完全负正相关r=0,不存在线性相关关系-1r<0,为负相关;0

9、r

10、越趋于1,关系越强;

11、r

12、越趋于0,关系越弱-1.0+1.00-0.5+0.5完全负相关无线性相关完全正相关负相关程度增加正相关程度增加相关系数(性质)性质2:r具有对称性。即x与y之间的相关系数和y与x之间的相关系数相等,即rxy=ryx性质3:r数值大小与x和y的原点及尺度无关,即改变x和y的数据原点及计

13、量尺度,并不改变r数值大小性质4:仅仅是x与y之间线性关系的一个度量,它不能用于描述非线性关系。这意为着,r=0只表示两个变量之间不存在线性相关关系,并不说明变量之间没有任何关系性质5:r虽然是两个变量之间线性关系的一个度量,却不一定意味着x与y一定有因果关系相关系数(经验解释)

14、r

15、0.8时,可视为两个变量之间高度相关0.5

16、r

17、<0.8时,可视为中度相关0.3

18、r

19、<0.5时,视为低度相关

20、r

21、<0.3时,说明两个变量之间的相关程度极弱,可视为不相关上述解释必须建立在对相关系数的显著性进行检验的基础之上相关系数(例题分析)相关系数

22、的显著性检验相关系数的显著性检验(检验的步骤)1.检验两个变量之间是否存在线性相关关系采用R.A.Fisher提出的t检验检验的步骤为提出假设:H0:;H1:0计算检验

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。