《第十章ppt课件.ppt》由会员分享,可在线阅读,更多相关《第十章ppt课件.ppt(37页珍藏版)》请在三一文库上搜索。
1、第十章,相关分析与 一元线性回归分析,第一节 相关分析和回归分析概述 第二节 相关分析 第三节 一元线性回归分析,本章内容,第一节 相关分析和回归分析概述,一、相关关系的概念及特点,相关关系:客观现象之间存在的互相依存的不确定性关系。 2.特点: (1)现象之间确实存在着数量上的依存关系; (2)现象之间数量上的关系是不确定、不严格的依存关系。,图10.1 相关关系分类示意图,二、相关关系的分类,三、相关分析与回归分析,相关分析:是用相关系数去表现现象间相关关系的方向和密切程度 。 回归分析:根据相关关系的形态,选择一个合适的数学模型(称为回归方程式),来近似地表示变量间的平均变化关系的一种统
2、计分析方法。,三、相关表与相关图,相关表:相关表是一种反映变量之间相关关系的统计表。相关表的编制,一般以x为自变量,y为因变量,把每个自变量与其相应的因变量在表格中一一对应地排列。通过相关表可以初步看出相关关系的形式、密切程度和相关方向。 相关图:又称散点图、散布图(Scatter diagram),它是将相关表中的观测值在平面直角坐标系中用坐标点描绘出来,以表明相关点的分布状况。通过相关图,可以大致看出两个变量之间有无相关关系以及相关的形态、方向和密切程度。,图10.2 强正相关,图10.3 弱正相关,图10.4 强负相关,图10.5 弱负相关,图10.6 非线性相关,图10.7 不相关,利
3、用Excel绘制散点图的具体方法,进入Excel表格界面,然后直接点击“图表”命令。出现如图10.8所示的对话框。我们选择“XY散点图”。,图 10.8,表 10-1,单击“自定义类型”,出现图10.9所示的对话框,选择“两轴折线图” 单击下一步,出现图10.10的对话框,在数据区域里选择数据区域“$B2:$C9”。,图10.9,图10.10,单击下一步,出现图10.11的对话框,在系列里选择“产品产量”和“生产费用”,在分类X轴标志里选择“$A2:$A9”。 单击下一步,出现图10.12的对话框,在图表标题框里输入“产品产量与生产费用相关图”,X轴输入“时间”,Y轴分别输入“产品产量”和“生
4、产费用”,单击“完成”出现图10.13的输出结果:,图10.11,图10.12,输出结果,图 10.13,第二节 相关分析,一、单相关关系的测定相关系数,相关系数:在线性相关条件下,说明两个现象之间相关关系的方向和密切程度的统计分析指标。通常用r来表示。 总体相关系数的计算:,(10.1),式中:Var(X)是变量X的方差; Var(Y)是变量Y的方差; Cov(X,Y)是变量X和Y的协方差。,相关系数的定义公式为:,(10.2),式中,n表示资料项数;表示x变量数列的算术平均数; 表示y变量数列的算术平均数;x表示x变量数列的标准差;y 表示y变量数列的标准差; 表示x,y两个变量数列的协方
5、差。,上述定义公式,整理可写成: 在实际应用中,可运用相关系数简捷法。即:,(10.3),(10.4),例3设某市十家主要商场的人均销售额和利润率资料如表102所示,试计算其相关系数。,表10-2,解:根据表中所列示的资料,代入下式,=0.987,(1)利用Excel公式计算相关系数r,例针对表10-2,借助于Excel表格计算相关系数。,进入Excel表格界面,选中C15单元格,输入“=”,单击插入“fx”函数命令,出现图10.14对话框,单击“选择类别”,在下拉菜单中选中“统计”,在选择函数中选择“CORREL”函数,图 10.14,在图10.15对话框里,在Arrey1一栏输入B3:B1
6、2, 在Arrey2里输入C3:C12。 单击“确定”,计算出r=0.9874,和例3计算的结果是一致的。但用Excel计算要比公式计算快捷的多。,图10.15,图10.16,(2)利用Excel“数据分析”计算相关系数r,用工具“加载宏”选项选中“分析工具库”选项 ,见图10.17 这时,在“工具”菜单中选中“数据分析”命令。从“数据分析”选项中选中“相关系数”选项,见图10.18。,图10.17,图10.18,在输入的区域里输入“$B$3:$C$12”,在输出的区域里输入“$B$15:$D$17”,见图10.19。相关系数分析的结果间图10.20。,图 10.19,图10.20,按例2的方
7、法绘制散点图,见图10.21,可以看出:由于r=0.987,人均销售额和利润率高度正相关。,图 10.21,二、单相关关系的判定,相关系数的数值范围,是在1和1之间,即1r1 ; r0为正相关,r0为负相关; |r|越接近于1,则表示相关关系越强,越接近于0,则表示相关关系越弱; 相关系数的绝对值|r|在0.3以下是无直线相关,0.3以上是有直线相关,0.30.5是低度直线相关,0.50.8是显著相关(中等程度相关),0.8以上是高度相关。,第三节 一元线性回归分析,一、回归分析的一般问题,回归分析所研究的两个变量不是对等关系,必须根据研究目的,先确定其中一个是自变量,另一个是因变量; 回归分
8、析可以根据研究目的不同分别建立两个不同的回归方程 ; 回归分析对资料的要求是,自变量是可以控制的变量(给定的变量),因变量是随机变量。,二、一元线性回归分析,式中,a表示回归直线在y轴上的截距,代表经济现象经过修匀的基础水平;b表示直线的斜率,称为y倚x的回归系数,表明x每变动一个单位时,影响y平均变动的数量;a和b表示确定回归直线模型的两个待定参数。,(10.9),例5.根据表10-2人均销售额与利润率资料,求其一元线性回归方程。,表10-3,解:首先,根据表中合计栏的资料求出标准方程组中所需数据 其次,将求出的数据代入公式(10.9),求出a、b的值:,再次,将a、b的值代入回归方程得:
9、最后,由回归方程可得相应的回归估计值,如表10-3 所示。,利用Excel求一元线性回归方程,在“工具”菜单中选中“数据分析”命令。从“数据分析”选项中选中“回归”选项,见图10.22。单击“确定”按钮出现图10.23的对话框。在Y值输入区域$C$3:$C$12, 在X值输入区域$B$3:$B$12,输出区域选中新工作表组.,图10.22,图10.23,表10-4,计算结果如表10-4,计算出的interpret(截矩)即a=-0.38591,X Varable 即b=2.293182,和例5用公式计算的结果是一致的,只是这要方便快捷的多。,三、估计标准误差的计算方法,(10.7),公式10.7中,Sy表示估计标准误差;我们称之为均方残差(SS),n-2表示数据的项数的自由度。估计标准误差是残差平方和(SS)除以它的自由度n-2后的平方根。,1.根据定义公式计算,例7根据表10-2,用公式(10.7)计算估计标准误。 解:,2.根据回归直线方程中的参数a、b计算。,(10.8),3.利用估计标准误差与相关系数的关系推算。 这两个指标在数量上具有如下关系:,式中, r表示相关系数; y表示因变量数列的标准差; Sy表示估计标准误差。,(10.10),
链接地址:https://www.31doc.com/p-3130418.html