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