应用统计学(教案)相关与回归分析

应用统计学(教案)相关与回归分析

ID:39619885

大小:4.00 MB

页数:66页

时间:2019-07-07

应用统计学(教案)相关与回归分析_第1页
应用统计学(教案)相关与回归分析_第2页
应用统计学(教案)相关与回归分析_第3页
应用统计学(教案)相关与回归分析_第4页
应用统计学(教案)相关与回归分析_第5页
资源描述:

《应用统计学(教案)相关与回归分析》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、第8章相关与回归分析8.1相关与回归的基本概念8.2简单线性相关与回归分析8.3多元线性相关与回归分析8.4非线性相关与回归分析学习目标1.变量间的相关关系与相关系数的计算2.总体回归函数与样本回归函数3.线性回归的基本假定4.简单线性回归参数的估计与检验5.多元线性回归参数的估计与检验6.多个变量的线性相关关系:复相关系数和偏相关系数7.常用的可以转换为线性回归的非线性函数8.非线性相关指数实例1:中国妇女生育水平的决定因素是什么?妇女生育水平除了受计划生育政策影响以外,还可能与社会、经济、文化等多种因素有关。1.影响中国妇女生育率变动的因素有哪些?2.各种因素对生育率

2、的作用方向和作用程度如何?3.哪些因素是影响妇女生育率主要的决定性因素?4.如何评价计划生育政策在生育水平变动中的作用?5.计划生育政策与经济因素比较,什么是影响生育率的决定因素?6.如果某些地区的计划生育政策及社会、经济、文化等因素发生重大变化,预期对这些地区的妇女生育水平会产生怎样的影响?据世界卫生组织统计,全球肥胖症患者达3亿人,其中儿童占2200万人,11亿人体重过重。肥胖症和体重超常早已不是发达国家的“专利”,已遍及五大洲。目前,全球因”吃”致病乃至死亡的人数已高于因饥饿死亡的人数。(引自《光明日报》刘军/文)问题:肥胖症和体重超常与死亡人数真有显著的数量关系吗

3、?这些类型的问题可以运用相关分析与回归分析的方法去解决。实例2:全球吃死的人比饿死的人多?8.1相关与回归的基本概念一、变量间的相互关系二、相关关系的类型三、相关分析与回归分析一、变量间的相互关系◆确定性的函数关系Y=f(X)◆不确定性的统计关系—相关关系Y=f(X)+ε(ε为随机变量)◆没有关系变量间关系的图形描述:坐标图(散点图)相关关系的类型●从涉及的变量数量看简单相关多重相关(复相关)●从变量相关关系的表现形式看线性相关——散布图接近一条直线(左图)非线性相关——散布图接近一条曲线(右图)●从变量相关关系变化的方向看正相关——变量同方向变化A同增同减(A)负相关—

4、—变量反方向变化一增一减(B)B●从变量相关的程度看完全相关(B)不完全相关(A)C不相关(C)相关关系的类型相关分析与回归分析回归的古典意义:高尔顿遗传学的回归概念父母身高与子女身高的关系:无论高个子或低个子的子女都有向人的平均身高回归的趋势回归的现代意义一个因变量对若干解释变量依存关系的研究回归的目的(实质):由固定的自变量去估计因变量的平均值样本总体自变量固定值估计因变量平均值相关分析与回归分析的联系●共同的研究对象:都是对变量间相关关系的分析●只有当变量间存在相关关系时,用回归分析去寻求相关的具体数学形式才有实际意义●相关分析只表明变量间相关关系的性质和程度,要确

5、定变量间相关的具体数学形式依赖于回归分析●相关分析中相关系数的确定建立在回归分析的基础上8.2简单线性相关与回归分析一、简单线性相关系数及检验二、总体回归函数与样本回归函数三、回归系数的估计四、简单线性回归模型的检验五、简单线性回归模型预测一、简单线性相关系数及检验●总体相关系数对于所研究的总体,表示两个相互联系变量相关程度的总体相关系数为:总体相关系数反映总体两个变量X和Y的线性相关程度。特点:对于特定的总体来说,X和Y的数值是既定的总体相关系数是客观存在的特定数值。●样本相关系数通过X和Y的样本观测值去估计样本相关系数变量X和Y的样本相关系数通常用表示特点:样本相关系

6、数是根据从总体中抽取的随机样本的观测值计算出来的,是对总体相关系数的估计,它是个随机变量。相关系数的特点:相关系数的取值在-1与1之间。当r=0时,表明X与Y没有线性相关关系。当时,表明X与Y存在一定的线性相关关系:若表明X与Y为正相关;若表明X与Y为负相关。当时,表明X与Y完全线性相关:若r=1,称X与Y完全正相关;若r=-1,称X与Y完全负相关。使用相关系数的注意事项:▲X和Y都是相互对称的随机变量,所以▲相关系数只反映变量间的线性相关程度,不能说明非线性相关关系。▲相关系数不能确定变量的因果关系,也不能说明相关关系具体接近于哪条直线。相关系数的检验为什么要检验?样本

7、相关系数是随抽样而变动的随机变量,相关系数的统计显著性还有待检验。检验的依据:如果X和Y都服从正态分布,在总体相关系数的假设下,与样本相关系数r有关的t统计量服从自由度为n-2的t分布:相关系数的检验方法给定显著性水平,查自由度为n-2的临界值若,表明相关系数r在统计上是显著的,应否定而接受的假设;反之,若,应接受的假设。二、总体回归函数与样本回归函数若干基本概念●Y的条件分布:Y在X取某固定值条件下的分布。●对于X的每一个取值,都有Y的条件期望与之对应,在坐标图上Y的条件期望的点随X而变化的轨迹所形成的直线或曲线,称为回归线

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。