12-相关分析与回归分析new

12-相关分析与回归分析new

ID:42500026

大小:442.50 KB

页数:73页

时间:2019-09-16

12-相关分析与回归分析new_第1页
12-相关分析与回归分析new_第2页
12-相关分析与回归分析new_第3页
12-相关分析与回归分析new_第4页
12-相关分析与回归分析new_第5页
资源描述:

《12-相关分析与回归分析new》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第12章相关分析与回归分析第一节:相关分析第二节:一元线性回归分析第三节:多元线性回归分析*第一节相关分析1.相关关系的种类(1)按相关程度划分完全相关:Y的变化完全由X的变化确定;不相关:Y与X不相互影响,各自独立变化;不完全相关:Y与X之间有一定程度的相互影响。(2)按相关方向划分正相关:X与Y同时变大或变小;负相关:X变大,Y变小或X变小,Y变大。(3)按相关形式划分线性相关:Y与X的关系呈现出线性关系;非线性相关:Y与X的关系呈现出非线性关系。第一节相关分析1.相关关系的种类(4)按变量多少划分单相关:指两个变量间的相关关系;复相关:指三个以上变量间的相关关系;

2、偏相关:指多个变量情形下,固定其他变量,只考虑其中两个变量间的相关关系。(5)按相关性质划分真实相关:两个变量确实存在内在的相关关系;虚假相关:两个变量只是表现为数量上相关,并不存在内在的联系。第一节相关分析2.相关表和相关图(1)相关表将某一变量按其数值的大小顺序排列,然后再将与其相关的另一变量的对应值平行排列,便可得到相关表。第一节相关分析2.相关表和相关图(2)相关图相关图又称散点图,是以直角坐标系的横轴代表变量x,纵轴代表变量y,将两个变量相对应的成对数据用坐标点的形式描绘出来,用于反映两变量之间的相关关系的图形。第一节相关分析3.相关系数及其计算方法相关系数的

3、定义变量x与变量y之间的相关关系,可用数量指标来表示。通常以字母表示总体的相关系数,以表示样本的相关系数。定义如下:式中,是变量X与变量Y的协方差。第一节相关分析3.相关系数及其计算方法(2)相关系数的特点a.r的取值介于-1到1之间;b.当r=0时,X与Y的样本观测值之间没有线性关系;c.在大多数情况下,。r>0,说明X与Y正相关;r<0,说明X与Y负相关。r值越接近1,X与Y的相关程度越高。微弱相关:低度相关:显著相关:高度相关:第一节相关分析3.相关系数及其计算方法(3)相关系数的计算具体计算相关系数时,通常利用以下公式:【例7-2】基于表7-1中的数据,求广告费

4、与年销售收入间的相关系数。可见,广告费与销售收入间存在高度的相关关系。第一节相关分析4.样本相关系数(Pearson)显著异于0的T检验在二维总体(X,Y)服从正态分布的前提下,Fisher给出了检验简单相关系数(Pearson)显著异于0的t统计量如下:式子中,n是样本容量,r是简单相关系数(Pearson)。设定假设:H0:r=0,H1:r≠0这是一个双尾检验问题。【例7-3】根据表7-3资料计算的相关系数,检验该公司广告费和年销售收入之间的相关系数是否显著(设定显著水平α=0.05)?解:第一步,提出假设:H0:;H1:第二步,计算检验的统计量第三步,统计决策。从

5、下式中可以看出,相关系数显著。第一节相关分析4.样本相关系数(Pearson)显著异于0的T检验此时的偏相关系数计算公式为:式中,是普通样本相关系数。第一节相关分析5.剔除了一个变量Z的影响后,X、Y的偏相关系数6.剔除两个变量Z1,Z2的影响后,X、Y的偏相关系数此时的偏相关系数计算公式为:式中,是固定z1的偏相关系数。偏相关系数显著异于0的t统计量如下:,服从分布式中,n是样本容量,k是剔除了的变量数,r是偏相关系数。第一节相关分析7.偏相关系数显著异于0的T检验第二节一元线性回归分析1.相关分析与回归分析的关系(1)相关分析通过计算相关系数来确定两个变量之间的相关

6、方向和密切程度,回归分析则是选择一个合适的数学模型,对具有相关关系的两个或多个变量之间的具体数量关系进行测定,以实现对因变量的估计或预测。(2)相关分析无需考虑变量作用顺序,回归分析则要考虑;(3)相关分析将变量都视为随机变量,回归分析则只将因变量视为随机变量,自变量被认为是非随机的。12.2回归分析的基本概念1因变量(Y)与自变量(X)之间的关系根据因变量与自变量之间的关系不同,可以分为两种类型:函数关系统计关系因变量(Y)与自变量(X)之间的关系1.函数关系即对两个变量X,Y来说,当X值确定后,Y值按照一定的规律唯一确定,即形成一种精确的关系。例如:微积分学中所研究

7、的一般变量之间的函数关系就属于此种类型。因变量(Y)与自变量(X)之间的关系2.统计关系即当X值确定后,Y值不是唯一确定的,但大量统计资料表明,这些变量之间还是存在着某种客观的联系。例如:图9.1在直角坐标平面上,标出了10个观测点的坐标位置,他们表示以家庭为单位,某种商品年需求量与该商品价格之间的10对调查数据。回归分析图9-1回归分析回归分析(RegressionAnalysis)就是应用统计方法,对大量的观测数据进行整理、分析和研究,从而得出反映事物内部规律性的一些结论。12.3一元线性回归模型统计关系的特征统计关系特征观测点散布在

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。