8相关与回归(课件)- 《统计基础项目化教程》同步教学(电工版)

2023-12-23
| 40页
| 37人阅读
| 1人下载
普通

内容正文:

统计基础 1 统计基础 目录 contents 认识统计 相关与回归 统计整理 综合指标 统计调查 抽样推断 统计指数 动态数列 相关与回归 主要内容 任务1 认识相关关系 任务2 判断相关关系 任务3 一元线性回归分析 任务4 计算估计标准误差 任务1 认识相关关系 函数关系——两个变量x,y, 当给定x一个值时,另一个变量y有唯一确定值与之相对应, 我们称这种关系为确定性的函数关系。 举例 (一)相关关系与函数关系 现象之间的依存关系大致可以分成两种类型: 一是函数关系 另一是相关关系 圆的面积: s=πR² 则: y = f (x) R 一、相关关系概述 相关关系——是反映现象之间确实存在的,但关系数值不固定的相互依存关系。 一个人的身高和体重 施肥量与小麦产量 设备的使用年限与维修费用 广告费与销售收入 产品产量与生产费用 你的学习时间长短与你的学习成绩 物流总额与物流费用 家庭中每个月的消费与收入 举例 研究和解释现象彼此之间依存度、关联度和因果关系,找出它们之间的变化规律,以便进行统计推算和对相关联的未知现象进行预测。 相关关系不等于因果关系 注意: 举例 相关关系的两个特点: 1. 现象之间确实存在着数量上的依存关系。 即,一个现象发生数量上的变化,另一个现象也会 相应地发生数量上的变化。 2. 现象间的数量依存关系值是不确定的。 即,一个现象发生数量上的变化,另一个现象会有几个可能值与之对应,而不是唯一确定的值。 例如:身高与体重之间,存在一定的依存关系, 并无严格的对应关系. 如: 身高与体重之间,价格与销售量之间等 (二)相关关系的种类 1. 按相关关系涉及的变量多少分类: 单相关—— 复相关 —— 又称一元相关,是指两个变量之间的相关关系。 例如:身高和体重、设备的使用年限与维修费用 又称多元相关,是指三个或三个以上变量之间的相关关系。 偏相关 —— 例如:粮食产量与施肥量、雨量、温度等 是指在一个变量与两个或两个以上的变量相关的条件下,当假定其他变量不变时,其中两个变量的相关关系称为偏相关。 例如,在假定商品价格不变的条件下,该商品的需求量与消费者收入水平的相关关系即为偏相关。 2. 按相关的表现形态分类: 直线相关—— 曲线相关—— 两个变量的对应取值在坐标图中大致是一条直线, 也称线性相关。 例如:施肥量在一定数量界限内,与亩产量表现为 线性相关;超过一定数量界限,亩产量会减 少,即非线性相关、 两个变量的对应取值在坐标图中趋向于一条曲线,也称非线性相关。 ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ x y 现象表现为哪一种相关关系,我们就用哪一种分析方法去研究。 例如:身高和体重、设备的使用年限与维修费用 ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ x y ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ 3. 按相关现象变化的方向分类: 正相关—— 负相关—— 在直线相关中,两个变量的变动方向相同,即当一个变量的值增加或减少时,另一个变量的值也随之增加或减少。 在直线相关中,两个变量的变动方向相反,即当一个变量的值增加或减少时,另一个变量的值反而减少或增加。 例如:身高和体重、设备的使用年限与维修费用 例如:商品价格与商品销售量;产量与单位成本 ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ x y ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ x y 4. 按相关的密切程度分类: 完全相关—— 不完全相关—— 两个变量之间有确定的函数关系。 当一个变量变化时,另一个变量也随之发生变化,但 不存在严格的函数关系,即相关关系。 相关分析和回归分析研究的是不完全相关的问题。 ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ x y x y ﹒ ﹒ ﹒ ﹒ ﹒ 不相关—— 两个变量之间各自独立,当一个变量变化时,另一个变量不变化,或呈不规则变化,则两者没有依存关系。 ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ x y ﹒ ﹒ ﹒ ﹒ ﹒ ﹒ (三) 相关分析的内容 相关分析的目的主要是:研究现象与现象之间关系的紧密程度和变化规律,并获得具体 的数量上的认识,以便进行统计推算和预测。 相关分析的基本内容:有2个 1. 判断现象之间是否存在相关关系 这一点是相关分析的出发点,现象之间只有确实存在

资源预览图

8相关与回归(课件)- 《统计基础项目化教程》同步教学(电工版)
1
8相关与回归(课件)- 《统计基础项目化教程》同步教学(电工版)
2
8相关与回归(课件)- 《统计基础项目化教程》同步教学(电工版)
3
8相关与回归(课件)- 《统计基础项目化教程》同步教学(电工版)
4
8相关与回归(课件)- 《统计基础项目化教程》同步教学(电工版)
5
8相关与回归(课件)- 《统计基础项目化教程》同步教学(电工版)
6
由于学科网是一个信息分享及获取的平台,不确保部分用户上传资料的 来源及知识产权归属。如您发现相关资料侵犯您的合法权益,请联系学科网,我们核实后将及时进行处理。