第十二章 相关与回归分析
第一节 变量之间的相关关系
相关程度与方向·因果关系与对称关系 第二节 定类变量的相关
双变量交互分类（列联表）·削减误差比例（PRE ）·λ系数与τ系数 第三节 定序变量的相关分析
同序对、异序对和同分对·Gamma 系数·肯德尔等级相关系数（τa 系数、τb 与τc 系数）·萨默斯系数（d 系数）·斯皮尔曼等级相关（ρ相关）·肯德尔和谐系数
第四节 定距变量的相关分析
相关表和相关图·积差系数的导出和计算·积差系数的性质 第五节 回归分析
线性回归·积差系数的PRE 性质·相关指数R 第六节 曲线相关与回归
可线性化的非线性函数·实例分析（二次曲线指数曲线）
一、填空
1．对于表现为因果关系的相关关系来说，自变量一般都是确定性变量，依变量则一般是（ 随机性 ）变量。
2．变量间的相关程度，可以用不知Y 与X 有关系时预测Y 的全部误差E 1，减去知道Y 与X 有关系时预测Y 的联系误差E 2，再将其化为比例来度量，这就是（ 削减误差比例 ）。
3．依据数理统计原理，在样本容量较大的情况下，可以作出以下两个假定：（1）实际观察值Y 围绕每个估计值c Y 是服从（ ）；（2）分布中围绕每个可能的c Y 值的（ ）是相同的。
4．在数量上表现为现象依存关系的两个变量，通常称为自变量和因变量。自变量是作为（ 变化根据 ）的变量，因变量是随（ 自变量 ）的变化而发生相应变化的变量。
5．根据资料，分析现象之间是否存在相关关系，其表现形式或类型如何，并对具有相关关系的现象之间数量变化的议案关系进行测定，即建立一个相关的数学表达式，称为（ 回归方程 ），并据以进行估计和预测。这种分析方法，通常又称为（ 回归分析 ）。
6．积差系数r 是（ 协方差 ）与X 和Y 的标准差的乘积之比。
二、单项选择
1．当x 按一定数额增加时，y 也近似地按一定数额随之增加，那么可以说x 与y 之间 存在（ A ）关系。
A 直线正相关
B 直线负相关
C 曲线正相关
D 曲线负相关
2．评价直线相关关系的密切程度，当r在0.5～0.8之间时，表示（ C ）。
A 无相关
B 低度相关
C 中等相关
D 高度相关
3．相关分析和回归分析相辅相成，又各有特点，下面正确的描述有（ D ）。
A在相关分析中，相关的两变量都不是随机的；
B在回归分析中，自变量是随机的，因变量不是随机的；
C在回归分析中，因变量和自变量都是随机的；
D在相关分析中，相关的两变量都是随机的。
4．关于相关系数，下面不正确的描述是（ B ）。
≤r1时，表示两变量不完全相关；
A当0≤
B当r=0时，表示两变量间无相关；
C两变量之间的相关关系是单相关；
D如果自变量增长引起因变量的相应增长，就形成正相关关系。
5．欲以图形显示两变量X和Y的关系，最好创建（ D ）。
A 直方图
B 圆形图
C 柱形图
D 散点图
6．两变量X和Y的相关系数为0.8，则其回归直线的判定系数为（ C ）。
A 0.50
B 0.80
C 0.64
D 0.90
7．在完成了构造与评价一个回归模型后，我们可以（ D ）。
A 估计未来所需样本的容量
B 计算相关系数和判定系数
C 以给定的因变量的值估计自变量的值
D 以给定的自变量的值估计因变量的值
8．两变量的线性相关系数为0，表明两变量之间（ D ）。
A 完全相关
B 无关系
C 不完全相关
D 不存在线性相关
9．身高和体重之间的关系是（ C ）。
A 函数关系
B 无关系
C 共变关系
D 严格的依存关系
10．在相关分析中，对两个变量的要求是（ A ）。
A 都是随机变量
B 都不是随机变量
C 其中一个是随机变量，一个是常数
D 都是常数
11．在回归分析中，两个变量（ D ）。
A 都是随机变量
B 都不是随机变量
C 自变量是随机变量
D 因变量是随机变量
12．一元线性回归模型和多元线性回归模型的区别在于只有一个（ B ）。
A 因变量
B 自变量
C 相关系数
D 判定系数
13．以下指标恒为正的是（ D ）。
A 相关系数r
B 截距a
C 斜率b
D 复相关系数
14．下列关系中，属于正相关关系得是（ A ）。
A 身高与体重
B 产品与单位成本
C 正常商品的价格和需求量
D 商品的零售额和流通费率
三、多项选择
1．关于积差系数，下面正确的说法是（ABCD ）。
A 积差系数是线性相关系数
B 积差系数具有PRE性质
C 在积差系数的计算公式中，变量X和Y是对等关系
D 在积差系数的计算公式中，变量X和Y都是随机的2．关于皮尔逊相关系数，下面正确的说法是（）。
A 皮尔逊相关系数是线性相关系数
B 积差系数能够解释两变量间的因果关系
C r公式中的两个变量都是随机的
D r的取值在1和0之间
E 皮尔逊相关系数具有PRE性质，但这要通过r2加以反映3．简单线性回归分析的特点是（ABE ）。
A 两个变量之间不是对等关系
B 回归系数有正负号
C 两个变量都是随机的
D 利用一个回归方程，两个变量可以互相推算
E 有可能求出两个回归方程
4．反映某一线性回归方程y=a+bx好坏的指标有（ABD ）。
A 相关系数
B 判定系数
C b的大小
D 估计标准误
E a的大小5．模拟回归方程进行分析适用于（ACDE ）。
A 变量之间存在一定程度的相关系数
B 不存在任何关系的几个变量之间
C 变量之间存在线性相关
D 变量之间存在曲线相关
E 时间序列变量和时间之间
6．判定系数r2=80%和含义如下（ABC ）。
A 自变量和因变量之间的相关关系的密切程度
B 因变量y的总变化中有80%可以由回归直线来解释和说明
C 总偏差中有80%可以由回归偏差来解释
D 相关系数一定为0.64
E 判定系数和相关系数无关
7．回归分析和相关分析的关系是（ABE ）。
A 回归分析可用于估计和预测
B 相关分析是研究变量之间的相互依存关系的密切程度
C 回归分析中自变量和因变量可以互相推导并进行预测
D 相关分析需区分自变量和因变量
E 相关分析是回归分析的基础
8．以下指标恒为正的是（BC ）。
A 相关系数
B 判定系数
C 复相关系数
D 偏相关系数
E 回归方程的斜率
9．一元线性回归分析中的回归系数b可以表示为（BC）
A 两个变量之间相关关系的密切程度
B 两个变量之间相关关系的方向
C 当自变量增减一个单位时，因变量平均增减的量
D 当因变量增减一个单位时，自变量平均增减的量
E 回归模型的拟合优度
10．关于回归系数b ，下面正确的说法是（ ）。 A b 也可以反映X 和Y 之间的关系强度。； B 回归系数不解释两变量间的因果关系； C b 公式中的两个变量都是随机的；
D b 的取值在1和-1之间；
E b 也有正负之分。
四、名词解释
1．消减误差比例
变量间的相关程度，可以用不知Y 与X 有关系时预测Y 的误差0E ，减去知道Y 与X 有关系时预测Y 的误差1E ，再将其化为比例来度量。将削减误差比例记为PRE 。 2． 确定性关系
当一个变量值确定后，另一个变量值夜完全确定了。确定性关系往往表现成函数形式。 3．非确定性关系
在非确定性关系中，给定了一个变量值，另一个变量值还可以在一定范围内变化。 4．因果关系
变量之间的关系满足三个条件，才能断定是因果关系。1）连个变量有共变关系，即一个变量的变化会伴随着另一个变量的变化；2）两个变量之间的关系不是由其他因素形成的，即因变量的变化是由自变量的变化引起的；3）两个变量的产生和变化有明确的时间顺序，即一个在前，另一个在后，前者称为自变量，后者称为因变量。 5．单相关和复相关
单相关只涉及到两个变量，所以又称为二元相关。三个或三个以上的变量之间的相关关系则称为复相关，又称多元相关。 6．正相关与负相关
正相关与负相关：正相关是指一个变量的值增加时，另一变量的值也增加；负相关是指一个变量的值增加时，另一变量的值却减少。 7．散点图
散点图：将相关表所示的各个有对应关系的数据在直角坐标系上画出来，以直观地观察X 与Y 的相互关系，即得相关图，又称散点图。 8．皮尔逊相关系数r
皮尔逊相关系数是协方差与两个随机变量X 、Y 的标准差乘积的比率。 9．同序对
在观察X 序列时，如果看到i j X X <，在Y 中看到的是i j Y Y <，则称这一配对是同序对。
10．异序对
在观察X 序列时，如果看到i j X X <，在Y 中看到的是i j Y >Y ，则称这一配对是异序对。
11．同分对
如果在X 序列中，我们观察到i j X =X （此时Y 序列中无i j Y =Y ），则这个配对仅是X 方向而非Y 方向的同分对；如果在Y 序列中，我们观察到i j
Y =Y （此时X 序列中无i j X =X ），则这个配对仅是Y 方向而非X 方向的同分对；我们观察到i j X =X ，也观察到i j Y =Y ，则称这个配对为X 与Y 同分对。
五、判断题
1．由于削减误差比例的概念不涉及变量的测量层次，因此它的优点很明显，用它来定义相关程度可适用于变量的各测量层次。（√）
2．不管相关关系表现形式如何，当r＝1时，变量X和变量Y都是完全相关。（√）3．不管相关关系表现形式如何，当r＝0时，变量X和变量Y都是完全不相关。（×）
4．通过列联表研究定类变量之间的关联性，这实际上是通过相对频数条件分布的比较进行的。而如果两变量间是相关的话，必然存在着Y的相对频数条件分布相同，且和它的相对频数边际分布相同。（×）5．如果众数频数集中在条件频数分布列联表的同一行中， 系数便会等于0，从而无法显示两变量之间的相关性。（√）6．从分析层次上讲，相关分析更深刻一些。因为相关分析具有推理的性质，而回归分析从本质上讲只是对客观事物的一种描述，知其然而不知其所以然。（×）
六、计算题
1．对某市市民按老中青进行喜欢民族音乐情况的调查，样本容量为200人，调查结果示于下表，试把该频数列联表：①转化为相对频数的联合分布列联表②转化为相对频数的条件分布列联表；③指出对于民族音乐的态度与被调查者的年岁有无关系，并说明理由。
2．已知十名学生身高和体重资料如下表，（1）根据下述资料算出身高和体重的皮尔逊相关系数和斯皮尔曼相关系数；（2）根据下述资料求出两变量之间的回归方程（设身高为自变量，体重为因变量）。
3．假定有不同文化程度的35～45岁育龄妇女100人的生育情况如下表，求文化程度与平均生育数的相关系数r。
4．某市有12所大专院校，现组织一个评审委员会对各校校园及学生体质进行评价，结果如下，试求环境质量与学生体质的关系的斯皮尔曼相关系数和肯得尔等级相关系数。
【斯皮尔曼相关系数：0.94，肯德尔等级相关系数：0.83】
5．以下是婚姻美满与文化程度的抽样调查的结果，请计算婚姻美满与文化程度之Gamma 【τc =0.18】
6．以下为两位评判员对10
名参赛人名次的打分。试用斯皮尔曼等级相关系数来描述两评判员打分的接近程度。
【斯皮尔曼相关系数：0.95】
要求：（1）求回归方程；（2）这是正相关还是负相关；（3）求估计标准误差；
（4）用积差法求相关系数。 【Y=-11.48+0.27X 】【正相关】【相关系数r=0.95】
（1）求回归方程； （2）求相关系数。 【Y=-0.957X+14.867】【r=0.98】
9．试就下表所示资料，计算关于身高和体重的皮尔逊相关系数。
【r=0.77】 10．青年歌手大奖赛评委会对10名决赛选手的演唱水平（X ）和综合素质（Y ）进行打分，评价结果如下表（表中已先将选手按演唱水平作了次序排列）所示，试计算选手的演唱水平和综合素质间的肯德尔等级相关系数及斯皮尔曼等级相关系数。 【肯德尔系数：0.56，斯皮尔曼系数：0.76】
11．青年歌手大奖赛，假设五位评委对10
名决赛选手的演唱水平进行排序，他们的有关评价结果列于下表，试通过计算肯德尔和谐系数，检验专家意见的一致性和相关程度。
12．某地区失业率与通货膨胀率之间的资料如下表所示，试求：（1）拟合指数回归方程
c Y ＝x ab ；（2）失业率与通货膨胀率之间的相关系数。
【()
x
e y 1803.0717.1-=】【相关系数0.76】
13．试就下表所示资料，求算员工工作满足感高与归属感之Gamma 系数，并解释Gamma 系数具有削减误差比例PRE 性质。
工作满足感与归属感
【G=0.092】
14．已知相关系数r ＝0.6，估计标准误差X
Y S ＝8，样本容量为62。求：
1）剩余变差值；
2）剩余变差占总变差的百分比； 3）求总变差值。
15．在相关和回归分析中，已知下列资料：2
X S ＝16，2
Y S ＝25，2
XY S ＝－19，a ＝30。 要求：1）计算相关系数r ，说明相关程度；2）求出直线回归方程。
16．在相关和回归分析中，已知下列有关资料：X S ＝5，Y S ＝10，n ＝20，r ＝0.9，
2
)(∑-Y Y ＝2000。试计算：
1）回归系数b ；
2）回归变差和剩余变差； 3）估计标准误差X
Y S 。
17．根据下述假设资料求回归方程。 X 1 2 3 4 5 6 7 Y 23.0
23.4
24.1
25.2
26.1
26.9
27.3
要求：1）写出最小平方法计算的回归直线方程；
2）在95.46％把握下，当X＝45时，写出Y的预测区间。
19．根据下述假设资料，试用积差法求相关系数。
输出X（亿元）12 10 6 16 8 9 10
输出Y（亿元）12 8 6 11 10 8 11
20．对40个企业的横截面样本数据进行一元回归分析，因变量与其平均数的离差平方和为6000，而回归直线拟合的剩余变差为2000，求：
1）变量间的相关指数R；
2）该方程的估计标准误差。
七、问答题
1．简述积差系数的特性。
2．简述回归分析和相关分析之间的密切联系。
部分计算参考：（见计算题六）
2. 已知十名学生身高和体重资料如下表，（1）根据下述资料算出身高和体重的皮尔逊相关系数和斯皮尔曼相关系数；（2）根据下述资料求出两变量之间的回归方程（设身高为自变量，体重为因变量）。
皮尔逊相关系数与回归方程
编号 身高（cm ）x 体重
（kg ）y
xy
1 171 53 29241
2809 9063 2 167 56 27889 3136 9352 3 177 64 31329 4096 11328 4 154 49 23716 2401 7546 5 169 55 28561 3025 9295 6 175 66 30625 4356 11550 7 163 52 26569 2704 8476 8 152 47 23104 2209 7144 9 172 58 29584 3364 9976 10 162 50 26244 2500 8100 合计 1662 550
276862 30600 91830
n xy x y r 0.89-=
=
22
n xy x y b 0.659
n x (x)y x a=
b 54.479
n n
y=a+bx=-54.479+0.659x
-==--=-∑∑∑∑∑∑∑
斯皮尔曼相关系数
编号
身高（cm ） 次序 体重（kg ） 次序 d
1 171 4 53 6 -
2 4 2 167 6 56 4 2 4
3 177 1 6
4 2 -1 1 4 154 9 49 9 0 0
5 169 5 55 5 0 0
6 175 2 66 1 1 1
7 163 7 52 7 0 0
8 152 10 47 10 0 0
9 172 3 58 3 0 0 10 162
8
50
8 0
0 合计
10
2s 2
6d r 1-0.94n(n -1)
==∑
4. 某市有12所大专院校，现组织一个评审委员会对各校校园及学生体质进行评价，结 果如下，试求环境质量与学生体质的关系的斯皮尔曼相关系数和肯得尔等级相关系数。
斯皮尔曼等级相关系数
环境名次 体质名
次
d
3 5 -2
4 9 9 0 0 7 6 1 1
5 7 -2 4 12 12 0 0 8 8 0 0 10 11 -1 1 2 1 1 1 11 10 1 1 4 3 1 1 1 2 -1 1
6 4
2
4
合计
18
2s 26d r 1-0.94n(n -1)
==∑
肯德尔等级相关系数
1） A ： 同序对 AC AB AD AE AF AG AH AI AK 9 异序对 AJ AL 2 2） B ： 同序对 BC BD BG BH BI BJ BK BL BE BF 10
3） C ： 同序对 CE CF CG CH CI CJ CK CL 8 异序对CD 1 4 D ： 同序对 DE DF DG DH DI DJ DK 7 异序对 DL 1 5） E ： 同序对 EG EH EI EJ EK EL EF 7 6） F ： 同序对 FG FH FI FJ FK FL 6
7） G ： 同序对 GH GJ GK GL 4 异序对GI 1 8） H ： 同序对 HI HJ HK HL 4 9） I ： 同序对 IJ IK IL 3 10）J ： 同序对 JK JL
2 11）K ： 同序对 KL 1
合计：同序对s n 61= 异序对d n 5=
s d
a n n 0.831
n(n 1)2
τ-=
=-
5. 以下是婚姻美满与文化程度的抽样调查的结果，请计算婚姻美满与文化程度 Gamma 系数和肯德尔相关系数τc 。
s n =9×（30+18+4+7）+16×（18+7）+8×(4+7)+30×7=1229
d n =5×(30+8+3+4)+18×(3+4)+16×(8+3)+30×3=617
[]s d
c 2
n n 1n (m 1)/m 2
τ-=
=-0.18
6．以下试两位评判员对10名参赛人名次的打分。试用斯皮尔曼等级相关系数来描述
参赛人 评审员1 评审员2
d A 1 1 0 0 B 2 2 0 0 C 4 3 1 1 D 3 4 -1 1 E 5 5 0 0 F 8 6 2 4 G 6 7 -1 1 H 7 8 -1 1 I 9 9 0 0 J 10 10
0 合计
8
2s 2
6d r 1-
0.95n(n -1)
==∑
要求：（1
）求回归方程；
（2）这是正相关还是负相关；【正相关】 （3）求估计标准误差； （4）用积差法求相关系数。
X Y
xy 65
5 4225 25 325 73 7 5329 49 511 91 13 8281 169 1183 88 13.5 7744 182.25
1188 76 7 5776 49 532 53 4.5 2809 20.25 238.5 96 15 9216 225 1440 67 6.7 4489 44.89 448.9 82 10 6724 100 820 85 11
7225 121 935
776 92.7 61818 985.39 7621.4
22
n xy x y r 0.95
n xy x y b 0.267
n x (x)y x a=
b 11.477
n n
y=a+bx=-11.477+0.267x
-==-==--=-∑∑∑∑∑∑∑
17．根据下述假设资料求回归方程。 X 1 2 3 4 5 6
7
Y 23.0 23.4
24.1
25.2
26.1
26.9 27.3
编号 x
y
xy
1 1 23.0 1 529 23
2 2 23.4 4 547.56 46.8
3 3 24.1 9 580.81 72.3
4 4 25.2 16 635.04 100.8
5 5 26.1 25 681.21 130.5
6 6 26.9 36 723.61 161.4
7 7 27.3 49 745.29 191.1 合计
28
176.0
140
4442.52
725.9
7
r
a
b
0.992832
22.0143
0.782143
22
n xy x y b 0.782n x (x)
y x a=
b 22.014
n n
y=a+bx=22.014+0.782x
-==--=∑∑∑∑∑∑∑
要求：1）写出最小平方法计算的回归直线方程；
2）在95.46％把握下，当X ＝45时，写出Y 的预测区间。
收入（X ） 支出（Y ）
xy 20 7 400 49 140 30 9 900 81 270 33 8 1089 64 264 40 11 1600 121 440 15 5 225 25 75 13 4 169 16 52 26 8 676 64 208 38 10 1444 100 380 24 9 576 81 216 43 10 1849 100 430
282
81
8928
701
2475
2
2
n
xy
x y b 0.196
n x (x)
y x a=
b 2.585
n n
y=a+bx=2.585+0.196x
-==--=∑∑∑∑∑∑∑
19．根据下述假设资料，试用积差法求相关系数。
输出X （亿元）
12
10 6 16 8 9
10
输出Y （亿元） 12
8
6
11
10
8 11 输出 x （亿元） 输出 y （亿元
xy 12 12 144
144 144 10 8 100 64 80 6 6 36 36 36 16 11 256 121 176 8 10 64 100 80 9 8 81 64 72 10
11
100
121
110
2
2
2
2
n xy x y r 0.70n x (x)
n y (y)
-=
=--∑∑∑∑∑∑∑
2
x 2
y
第七章 相关与回归分析 一、本章学习要点 （一）相关分析就是研究两个或两个以上变量之间相关程度大小以及用一定函数来表达现象相互关系的方法。现象之间的相互关系可以分为两种，一种是函数关系，一种是相关关系。函数关系是一种完全确定性的依存关系，相关关系是一种不完全确定的依存关系。相关关系是相关分析的研究对象，而函数关系则是相关分析的工具。 相关按其程度不同，可分为完全相关、不完全相关和不相关。其中不完全相关关系是相关分析的主要对象；相关按方向不同，可分为正相关和负相关；相关按其形式不同，可分为线性相关和非线性相关；相关按影响因素多少不同，可分为单相关和复相关。 （二）判断现象之间是否存在相关关系及其程度，可以根据对客观现象的定性认识作出，也可以通过编制相关表、绘制相关图的方式来作出，而最精确的方式是计算相关系数。 相关系数是测定变量之间相关密切程度和相关方向的代表性指标。相关系数用符号“γ”表示，其特点表现在：参与相关分析的两个变量是对等的，不分自变量和因变量，因此相关系数只有一个；相关系数有正负号反映相关系数的方向，正号反映正相关，负号反映负相关；计算相关系数的两个变量都是随机变量。 相关系数的取值区间是［－1，＋1］，不同取值有不同的含义。当1||=γ时，x 与y 的变量为完全相关，即函数关系；当1||0<<γ时，表示x 与y 存在一定的线性相关，||γ的数值越大，越接近于1，表示相关程度越高；反之，越接近于0，相关程度越低，通常判别标准是：3.0||<γ称为微弱相关，5.0||3.0<<γ称为低度相关，8.0||5.0<<γ称为显著相关，1||8.0<<γ称为高度相关；当0||=γ时，表示y 的变化与x 无关，即不相关；当0>γ时，表示x 与y 为线性正相关，当0<γ时，表示x 与y 为线性负相关。 皮尔逊积距相关系数计算的基本公式是： ∑∑∑∑∑∑∑---= =] )(][)([22222y y n x x n y x xy n y x xy σσσγ 斯皮尔曼等级相关系数和肯特尔等级相关系数是测量两个等级变量（定序测度）之间相 关密切程度的常用指标。 （三）回归分析是对具有相关关系的两个或两个以上变量之间数量变化的一般关系进行测定，确定一个相应的数学表达式，以便从一个已知量来推测另一个未知量，为估计预测提供一个重要的方法。回归分析按自变量的个数分，有一元回归和多元回归，按回归线的形状分，有线性回归和非线性回归。与相关分析相比，回归分析的特点是：两个变量是不对等的，必须区分自变量和因变量；因变量是随机的，自变量是可以控制的量；对于一个没有因果关系的两变量，可以求得两个回归方程，一个是y 倚x 的回归方程，一个是x 倚y 的回归方程。 简单线性回归方程式为：bx a y c +=，式中c y 是y 的估计值，a 代表直线在y 轴上的截距，b 表示直线的斜率，又称为回归系数。回归系数的涵义是，当自变量x 每增加一个单位时，因变量y 的平均增加值。当b 的符号为正时，表示两个变量是正相关，当b 的符号为负时，表示两个变量是负相关。a 、b 都是待定参数，可以用最小平方法求得。求解a 、b 的公式为： ∑∑∑∑∑--= 2 2)(x x n y x xy n b ； n x b n y a ∑∑-= 回归估计标准误差是衡量因变量的估计值与观测值之间的平均误差大小的指标。利用此 指标可以说明回归方程的代表性。其计算公式为： 2 ) (2 --= ∑n y y S c yx 或2 2 ---= ∑∑∑n xy b y a y S yx 回归估计标准误和相关系数之间具有以下关系：
第10章 简单线性回归分析 思考与练习参考答案 一、最佳选择题 1．如果两样本的相关系数21r r =，样本量21n n =，那么（ D ）。 A. 回归系数21b b = B ．回归系数12b b < C. 回归系数21b b > D ．t 统计量11r b t t = E. 以上均错 2．如果相关系数r =1，则一定有（ C ）。 A ．总SS =残差SS B ．残差SS =回归 SS C ．总SS =回归SS D ．总SS ＞回归SS E. 回归MS =残差MS 3．记ρ为总体相关系数，r 为样本相关系数，b 为样本回归系数，下列（ D ）正确。 A ．ρ=0时，r =0 B ．|r |＞0时，b ＞0 C ．r ＞0时，b ＜0 D ．r ＜0时，b ＜0 E. |r |=1时，b =1 4．如果相关系数r =0，则一定有（ D ）。 A ．简单线性回归的截距等于0 B ．简单线性回归的截距等于Y 或X C ．简单线性回归的残差SS 等于0 D ．简单线性回归的残差SS 等于SS 总 E ．简单线性回归的总SS 等于0 5．用最小二乘法确定直线回归方程的含义是（ B ）。 A ．各观测点距直线的纵向距离相等 B ．各观测点距直线的纵向距离平方和最小 C ．各观测点距直线的垂直距离相等 D ．各观测点距直线的垂直距离平方和最小
E ．各观测点距直线的纵向距离等于零 二、思考题 1．简述简单线性回归分析的基本步骤。 答：① 绘制散点图，考察是否有线性趋势及可疑的异常点；② 估计回归系数；③ 对总体回归系数或回归方程进行假设检验；④ 列出回归方程，绘制回归直线；⑤ 统计应用。 2．简述线性回归分析与线性相关的区别与联系。 答：区别： （1）资料要求上，进行直线回归分析的两变量，若X 为可精确测量和严格控制的变量，则对应于每个X 的Y 值要求服从正态分布；若X 、Y 都是随机变量，则要求X 、Y 服从双变量正态分布。直线相关分析只适用于双变量正态分布资料。 （2）应用上，说明两变量线性依存的数量关系用回归（定量分析），说明两变量的相关关系用相关（定性分析）。 （3）两个系数的意义不同。r 说明具有直线关系的两变量间相互关系的方向与密切程度，b 表示X 每变化一个单位所导致Y 的平均变化量。 （4）两个系数的取值范围不同：-1≤r ≤1，∞<<∞-b 。 （5）两个系数的单位不同：r 没有单位，b 有单位。 联系： （1）对同一双变量资料，回归系数b 与相关系数r 的正负号一致。b ＞0时，r ＞0，均表示两变量X 、Y 同向变化；b ＜0时，r ＜0，均表示两变量X 、Y 反向变化。 （2）回归系数b 与相关系数r 的假设检验等价，即对同一双变量资料，r b t t =。由于相关系数r 的假设检验较回归系数b 的假设检验简单，故在实际应用中常以r 的假设检验代替b 的假设检验。 （3）用回归解释相关：由于决定系数2 R =SS 回 /SS 总 ，当总平方和固定时，回归平方 和的大小决定了相关的密切程度。回归平方和越接近总平方和，则2 R 越接近1，说明引入相关的效果越好。例如当r =0.20，n =100时，可按检验水准0.05拒绝H 0，接受H 1，认为两变量有相关关系。但2 R =(0.20)2=0.04，表示回归平方和在总平方和中仅占4％，说明
第十一章一元线性回归 11.1从某一行业中随机抽取12家企业，所得产量与生产费用的数据如下： 要求： （1）绘制产量与生产费用的散点图，判断二者之间的关系形态。 （2）计算产量与生产费用之间的线性相关系数。 （3）对相关系数的显著性进行检验（α = 0.05），并说明二者之间的关系强度。 解：(1)利用Excel的散点图绘制功能，绘制的散点图如下： 从散点图的形态可知，产量与生产费用之间存在正的线性相关。 （2）利用Excel的数据分析中的相关系数功能，得到产量与生产费用的线性相关系数r = 0.920232。 （3）计算t统计量，得到t = 7.435453，在α = 0.05的显著性水平下，临界值为2.6337，统计量远大于临界值，拒绝原假设，产量与生产费用之间存在显著
的正线性相关关系。r大于0.8，高度相关。 11.2 学生在期末考试之前用于复习的时间（单位：h）和考试分数（单位：分）之间是否有关系？为研究这一问题，以为研究者抽取了由8名学生构成的一个随机样本，得到的数据如下： 要求： （1）绘制复习时间和考试分数的散点图，判断二者之间的关系形态。 （2）计算相关系数，说明两个变量之间的关系强度。 解：(1)利用Excel的散点图绘制功能，绘制的散点图如下： 从散点图的形态来看，考试分数与复习时间之间似乎存在正的线性相关关系。 （2）r = 0.862109，大于0.8，高度相关。 11.3根据一组数据建立的线性回归方程为?100.5 =-。 y x
要求： ?β的意义。 （1）解释截距 ?β意义。 （2）解释斜率 1 （3）计算当x = 6时的E(y)。 解：（1）在回归模型中，一般不能对截距项赋予意义。 ?β的意义为：当x增加1时，y减小0.5。 （2）斜率 1 （3）当x = 6时，E(y) = 10 – 0.5 * 6 = 7。 11.4 设SSR = 36，SSE = 4，n = 18。 要求： （1）计算判定系数R2并解释其意义。 （2）计算估计标准误差s e并解释其意义。 解：SST = SSR+SSE = 36+4 = 40， R2 = SSR / SST = 36 /40 = 0.9，意义为自变量可解释因变量变异的90%，自因变量与自变量之间存在很高的线性相关关系。 s== 0.5，这是随机项的标准误差的估计值。 （2） e 11.5一家物流公司的管理人员想研究货物的运送距离和运送时间的关系，因此，他抽出了公司最近10辆卡车运货记录的随机样本，得到运送距离（单位：km）和运送时间（单位：天）的数据如下：
(一) 填空题 1、 现象之间的相关关系按相关的程度分有________相关、________相关和_______ 相关；按相关的方向分有________相关和________相关；按相关的形式分有-________相关和________相关；按影响因素的多少分有________相关和-________相关。 2、 对现象之间变量关系的研究中，对于变量之间相互关系密切程度的研究，称为 _______；研究变量之间关系的方程式，根据给定的变量数值以推断另一变量的可能值，则称为_______。 3、 完全相关即是________关系，其相关系数为________。 4、 在相关分析中，要求两个变量都是_______；在回归分析中，要求自变量是 _______，因变量是_______。 5、 person 相关系数是在________相关条件下用来说明两个变量相关________的统 计分析指标。 6、 相关系数的变动范围介于_______与_______之间，其绝对值愈接近于_______， 两个变量之间线性相关程度愈高；愈接近于_______，两个变量之间线性相关程度愈低。当_______时表示两变量正相关；_______时表示两变量负相关。 7、 当变量x 值增加，变量y 值也增加，这是________相关关系；当变量x 值减少， 变量y 值也减少，这是________相关关系。 8、 在判断现象之间的相关关系紧密程度时，主要用_______进行一般性判断，用_______进行数量上的说明。 9、 在回归分析中，两变量不是对等的关系，其中因变量是_______变量，自变量是 _______量。 10、 已知13600))((=----∑y y x x ，14400)(2=--∑x x ，14900)(2=-∑-y y ，那么，x 和y 的相关系数r 是_______。 11、 用来说明回归方程代表性大小的统计分析指标是________指标。 12、 已知1502=xy σ，18=x σ，11=y σ，那么变量x 和y 的相关系数r 是_______。 13、 回归方程bx a y c +=中的参数b 是________,估计特定参数常用的方法是 _________。 14、 若商品销售额和零售价格的相关系数为-0.95，商品销售额和居民人均收入的相关系数为0.85，据此可以认为，销售额对零售价格具有_______相关关系，销售额与人均收入具有_______相关关系，且前者的相关程度_______后者的相关程度。 15、 当变量x 按一定数额变动时，变量y 也按一定数额变动，这时变量x 与y 之间存在着_________关系。 16、 在直线回归分析中，因变量y 的总变差可以分解为_______和_______，用公式表示，即_____________________。 17、 一个回归方程只能作一种推算，即给出_________的数值，估计_________的可能值。 18、 如估计标准误差愈小，则根据回归直线方程计算的估计值就_______ 19、 已知直线回归方程bx a y c +=中，5.17=b ；又知30=n ，∑=13500y ，
所属章节： 第五章相关分析与回归分析 1■在线性相关中，若两个变量的变动方向相反，一个变量的数值增加，另一个变量数值随之减少，或一个变量的数值减少，另一个变量的数值随之增加，则称为（）。 答案： 负相关。干扰项： 正相关。干扰项： 完全相关。干扰项： 非线性相关。 提示与解答： 本题的正确答案为： 负相关。 2■在线性相关中，若两个变量的变动方向相同，一个变量的数值增加，另一个变量数值随之增加，或一个变量的数值减少，另一个变量的数值随之减少，则称为（）。 答案： 正相关。干扰项： 负相关。干扰项： 完全相关。干扰项： 非线性相关。 提示与解答：
本题的正确答案为： 正相关。 3■下面的xx中哪一个是错误的（）。 答案： 相关系数不会取负值。干扰项： 相关系数是度量两个变量之间线性关系强度的统计量。干扰项： 相关系数是一个随机变量。干扰项： 相关系数的绝对值不会大于1。 提示与解答： 本题的正确答案为： 相关系数不会取负值。 4■下面的xx中哪一个是错误的（）。 答案： 回归分析中回归系数的显著性检验的原假设是： 所检验的回归系数的真值不为0。 干扰项： 相关系数显著性检验的原假设是： 总体中两个变量不存在相关关系。 干扰项： 回归分析中回归系数的显著性检验的原假设是：
所检验的回归系数的真值为0。 干扰项： 回归分析中多元线性回归方程的整体显著性检验的原假设是： 自变量前的偏回归系数的真值同时为0。 提示与解答： 本题的正确答案为： 回归分析中回归系数的显著性检验的原假设是： 所检验的回归系数的真值不为0。 5■根据你的判断，下面的相关系数值哪一个是错误的（）。 答案： 1.25。干扰项：-0.86。干扰项： 0.78。干扰项：0。 提示与解答： 本题的正确答案为： 1.25。 6■下面关于相关系数的陈述中哪一个是错误的（）。 答案： 数值越大说明两个变量之间的关系越强，数值越小说明两个变量之间的关系越弱。 干扰项：
第11章 多重线性回归分析 思考与练习参考答案 一、 最佳选择题 1. 逐步回归分析中，若增加自变量的个数，则（ D ）。 A. 回归平方和与残差平方和均增大 B. 回归平方和与残差平方和均减小 C. 总平方和与回归平方和均增大 D. 回归平方和增大，残差平方和减小 E. 总平方和与回归平方和均减小 2. 下面关于自变量筛选的统计学标准中错误的是（ E ）。 A. 残差平方和（残差SS ）缩小 B. 确定系数（2 R ）增大 C. 残差的均方（残差MS ）缩小 D. 调整确定系数（2 ad R ）增大 E. p C 统计量增大 3. 多重线性回归分析中，能直接反映自变量解释因变量变异百分比的指标为 （ C ）。 A. 复相关系数 B. 简单相关系数 C.确定系数 D. 偏回归系数 E. 偏相关系数 4. 多重线性回归分析中的共线性是指（ E ）。 A.Y 关于各个自变量的回归系数相同 B.Y 关于各个自变量的回归系数与截距都相同 C.Y 变量与各个自变量的相关系数相同 D.Y 与自变量间有较高的复相关 E. 自变量间有较高的相关性 5. 多重线性回归分析中，若对某一自变量的值加上一个不为零的常数K ,则有（ D ）。 A. 截距和该偏回归系数值均不变 B. 该偏回归系数值为原有偏回归系数值的K 倍 C. 该偏回归系数值会改变，但无规律 D. 截距改变，但所有偏回归系数值均不改变 E. 所有偏回归系数值均不会改变 二、思考题 1. 多重线性回归分析的用途有哪些？ 答：多重线性回归在生物医学研究中有广泛的应用，归纳起来，可以包括以下几个方面：定量地建立一个反应变量与多个解释变量之间的线性关系，筛选危险因素，通过较易测量的变量估计不易测量的变量，通过解释变量预测反应变量，通过反应变量控制解释变量。
第十章 直线相关与回归 一、教学大纲要求 （一） 掌握内容 ⒈ 直线相关与回归的基本概念。 ⒉ 相关系数与回归系数的意义及计算。 ⒊ 相关系数与回归系数相互的区别与联系。 （二）熟悉内容 ⒈ 相关系数与回归系数的假设检验。 ⒉ 直线回归方程的应用。 ⒊ 秩相关与秩回归的意义。 （三）了解内容 曲线直线化。 二、 学内容精要 (一) 直线回归 1. 基本概念 直线回归(linear regression)建立一个描述应变量依自变量变化而变化的直线方程，并要求各点与该直线纵向距离的平方和为最小。直线回归是回归分析中最基本、最简单的一种，故又称简单回归（simple regression ）。 直线回归方程bX a Y +=?中，a 、b 是决定直线的两个系数，见表10-1。 表10-1 直线回归方程a 、b 两系数对比 a b 含义 回归直线在Y 轴上的截距（intercept ）。 表示X 为零时，Y 的平均水平的估计值。 回归系数（regression coefficient ），即直线的斜率。表示X 每变化一个单位时，Y 的平均变化量的估计值。 系数>0 a >0表示直线与纵轴的交点在原点的上方 b >0，表示直线从左下方走向右上方，即Y 随X 增大而增大 系数<0 a <0表示直线与纵轴的交点在原点的下方 b <0，表示直线从左上方走向右下方，即Y 随X 增大而减小 系数=0 a =0表示回归直线通过原点 b =0，表示直线与X 轴平行，即Y 不随X 的变化而变化 计算公式 X b Y a -= XX XY l l X X Y Y X X b =---= ∑∑2 )())(( 2. 样本回归系数b 的假设检验 （1）方差分析； （2）t 检验。
第十二章相关与回归分析 一、填空 1.如果两变量的相关系数为0，说明这两变量之间_____________。 2.相关关系按方向不同，可分为__________和__________。 3.相关关系按相关变量的多少，分为______和复相关。4．在数量上表现为现象依存关系的两个变量，通常称为自变量和因变量。自变量是作为（变化根据）的变量，因变量是随（自变量）的变化而发生相应变化的变量。 5．对于表现为因果关系的相关关系来说，自变量一般都是确定性变量，因变量则一般是（随机性）变量。 6．变量间的相关程度，可以用不知Y与X有关系时预测Y的全部误差E1，减去知道Y与X有关系时预测Y的联系误差E2，再将其化为比例来度量，这就是（削减误差比例）。 7．依据数理统计原理，在样本容量较大的情况下，可以作出以下两个假定：（1）实际观察值Y围绕每个估计值 c Y是 服从（）；（2）分布中围绕每个可能的 c Y值的（）是相同的。 7.已知：工资（元）倚劳动生产率（千元）的回归方程为 x y c 80 10+ =，因此，当劳动生产率每增长1千元，工资就平 均增加80 元。 8．根据资料，分析现象之间是否存在相关关系，其表现形式或类型如何，并对具有相关关系的现象之间数量变化的议案关系进行测定，即建立一个相关的数学表达式，称为（回归方程），并据以进行估计和预测。这种分析方法，通常又称为（回归分析）。 9．积差系数r是（协方差）与X和Y的标准差的乘积之比。 二、单项选择 1．欲以图形显示两变量X和Y的关系，最好创建（D ）。A 直方图 B 圆形图 C 柱形图 D 散点图2．在相关分析中，对两个变量的要求是（A ）。 A 都是随机变量 B 都不是随机变量 C 其中一个是随机变量，一个是常数 D 都是常数 3. 相关关系的种类按其涉及变量多少可分为( )。 A. 正相关和负相关 B. 单相关和复相关 C. 线性相关和非线性相关 D. 不相关、不完全相关、完全相关4．关于相关系数，下面不正确的描述是（B ）。 A当0≤ ≤r1时，表示两变量不完全相关；B当r=0时，表示两变量间无相关； C两变量之间的相关关系是单相关；D如果自变量增长引起因变量的相应增长，就形成正相关关系。 5. 当变量X按一定数量变化时，变量Y也随之近似地以固定的数量发生变化，这说明X与Y之间存在( )。 A. 正相关关系 B. 负相关关系 C. 直线相关关系 D. 曲线相关关系 6．当x按一定数额增加时，y也近似地按一定数额随之增加，那么可以说x与y之间存在（A ）关系。 A 直线正相关 B 直线负相关 C 曲线正相关 D 曲线负相关 7．评价直线相关关系的密切程度，当r在～之间时，表示（ C ）。 A 无相关 B 低度相关 C 中等相关 D 高度相关 8.两变量的相关系数为,说明( ) A.两变量不相关 B.两变量负相关 C.两变量不完全相关 D.两变量完全正相关 9．两变量的线性相关系数为0，表明两变量之间（D ）。 A 完全相关 B 无关系 C 不完全相关 D 不存在线性相关 10.兄弟两人的身高之间的关系是( )A.函数关系 B.因果关系 C.互为因果关系 D.共变关系 11．身高和体重之间的关系是（C ）。A 函数关系 B 无关系 C 共变关系 D 严格的依存关系12．下列关系中，属于正相关关系得是（A ）。
第11章多重线性回归分析 案例辨析及参考答案 案例11-1预测人体吸入氧气的效率。为了解和预测人体吸入氧气的效率，某人收集了31名中年男 性的健康调查资料。一共调查了 7个指标，分别是吸氧效率（Y , %）、年龄（X1,岁）、体重（X2, kg ）、 跑1.5 km所需时间（X3, min ）、休息时的心跳频率（X4，次/min ）、跑步时的心跳频率（X5，次/min） 和最高心跳频率（X6，次/min ）（教材表11-9）。试用多重线性回归方法建立预测人体吸氧效率的模型。 教材表11 -9 吸氧效率调查数据 Y X1 X2X3 X4 X5 X6 Y X1 X2X3 X4 X5 X6 44.609 44 89.47 11.37 62 178 182 40.836 51 69.63 10.95 57 168 172 45.313 40 75.07 10.07 62 185 185 46.672 51 77.91 10.00 48 162 168 54.297 44 85.84 8.65 45 156 168 46.774 48 91.63 10.25 48 162 164 59.571 42 68.15 8.17 40 166 172 50.388 49 73.37 10.08 67 168 168 49.874 38 89.02 9.22 55 178 180 39.407 57 73.37 12.63 58 174 176 44.811 47 77.45 11.63 58 176 176 46.080 54 79.38 11.17 62 156 165 45.681 40 75.98 11.95 70 176 180 45.441 56 76.32 9.63 48 164 166 49.091 43 81.19 10.85 64 162 170 54.625 50 70.87 8.92 48 146 155 39.442 44 81.42 13.08 63 174 176 45.118 51 67.25 11.08 48 172 172 60.055 38 81.87 8.63 48 170 186 39.203 54 91.63 12.88 44 168 172 50.541 44 73.03 10.13 45 168 168 45.790 51 73.71 10.47 59 186 188 37.388 45 87.66 14.03 56 186 192 50.545 57 59.08 9.93 49 148 155 44.754 45 66.45 11.12 51 176 176 48.673 49 76.32 9.40 56 186 188 47.273 47 79.15 10.60 47 162 164 47.920 48 61.24 11.50 52 170 176 51.855 54 83.12 10.33 50 166 170 47.467 52 82.78 10.50 53 170 172 49.156 49 81.42 8.95 44 180 185 资料来自：张家放主编?医用多元统计方法?武汉:华中科技大学出版社，2002。 该研究员采用后退法对自变量进行筛选，最后得到结果如教材表11-10所示。 教材表11-10 多重线性回归模型的参数估计 Table 11-10 Parameter estimati on of regressi on model Variable Un sta ndardized Coefficie nts Stan dardized Coefficie nts t P B Std. Error In tercept 100.079 11.577 8.644 0.000 X1 -0.213 0.091 -0.214 -2.337 0.027 X3 -2.768 0.331 -0.721 -8.354 0.000 X5 -0.339 0.116 -0.653 -2.939 0.007 X6 0.255 0.132 0.439 1.936 0.064
第七章 相关分析与回归分析 例1、有10个同类企业的固定资产和总产值资料如下： 根据以上资料计算(1)协方差和相关系数;(2)建立以总产值为因变量的一元线性回归方程；(3)当固定资产改变200万元时，总产值平均改变多少？(4)当固定资产为1300万元时，总产值为多少？ 解：计算表如下： （1）协方差——用以说明两指标之间的相关方向。 2 2) )((n y x xy n n y y x x xy ∑∑∑∑- = - -= σ
35.126400100 9801 6525765915610>=?-?= 计算得到的协方差为正数，说明固定资产和总产值之间存在正相关关系。 （2）相关系数用以说明两指标之间的相关方向和相关的密切程度。 ∑∑∑ ∑∑∑∑--- = ] )(][) ([2 2 2 2 y y n x x n y x xy n r 95 .0) 980110866577 10()6525566853910(9801 65257659156102 2 =-??-??-?= 计算得到的相关系数为0.95，表示两指标为高度正相关。 (3) 2 2 26525 56685391098016525765915610) (-??-?= --= ∑∑∑∑∑x x n y x xy n b 90 .014109765 126400354257562556685390 6395152576591560== --= 85 .39210 65259.010 9801=? -= -=x b y a 回归直线方程为： x y 9.085.392?+= (4)当固定资产改变200万元时，总产值平均改变多少？ x y ?=?9.0,180 2009.0|200=?=?=?x y 万元 当固定资产改变200万元时，总产值平均增加180万元。 (5)当固定资产为1300万元时，总产值为多少？ 85 .156213009.085.392|1300=?+==x y 万元 当固定资产为1300万元时，总产值为1562.85万元。 例2、试根据下列资产总值和平均每昼夜原料加工量资料计算相关系数。
回归分析MATLAB 工具箱 一、多元线性回归 多元线性回归：p p x x y βββ+++=...110 1、确定回归系数的点估计值： 命令为：b=regress(Y , X ) ①b 表示???? ?? ????????=p b βββ?...??10 ②Y 表示????????????=n Y Y Y Y (2) 1 ③X 表示??? ??? ????? ???=np n n p p x x x x x x x x x X ...1......... .........1 (12) 1 22221 11211 2、求回归系数的点估计和区间估计、并检验回归模型： 命令为：[b, bint,r,rint,stats]=regress(Y ,X,alpha) ①bint 表示回归系数的区间估计. ②r 表示残差. ③rint 表示置信区间. ④stats 表示用于检验回归模型的统计量,有三个数值：相关系数r 2、F 值、与F 对应的概率p. 说明：相关系数2 r 越接近1,说明回归方程越显著；)1,(1-->-k n k F F α时拒绝0H ,F 越大,说明回归方程越显著；与F 对应的概率p α<时拒绝H 0,回归模型成立. ⑤alpha 表示显著性水平(缺省时为0.05) 3、画出残差及其置信区间. 命令为：rcoplot(r,rint) 例1.如下程序. 解：(1)输入数据. x=[143 145 146 147 149 150 153 154 155 156 157 158 159 160 162 164]'; X=[ones(16,1) x]; Y=[88 85 88 91 92 93 93 95 96 98 97 96 98 99 100 102]'; (2)回归分析及检验. [b,bint,r,rint,stats]=regress(Y ,X) b,bint,stats 得结果：b = bint =
多元回归分析 在大多数的实际问题中，影响因变量的因素不是一个而是多个，我们称这类回问题为多元回归分析。可以建立因变量y与各自变量x j(j=1,2,3,…,n)之间的多元线性回归模型： 其中：b0是回归常数；b k(k=1,2,3,…,n)是回归参数；e是随机误差。 多元回归在病虫预报中的应用实例: 某地区病虫测报站用相关系数法选取了以下4个预报因子；x1为最多连续10天诱蛾量(头)；x2为4月上、中旬百束小谷草把累计落卵量(块)；x3为4月中旬降水量(毫米)，x4为4月中旬雨日(天)；预报一代粘虫幼虫发生量y（头/m2）。分级别数值列成表2-1。 预报量y：每平方米幼虫0~10头为1级，11~20头为2级，21~40头为3级，40头以上为4级。 预报因子：x1诱蛾量0~300头为l级，301~600头为2级，601~1000头为3级，1000头以上为4级；x2卵量0~150块为1级，15l~300块为2级，301~550块为3级，550块以上为4级；x3降水量0~10.0毫米为1级，10.1~13.2毫米为2级，13.3~17.0毫米为3级，17.0毫米以上为4级；x4雨日0~2天为1级，3~4天为2级，5天为3级，6天或6天以上为4级。 表2-1 x1 x2 x3 x4 y 年蛾量级别卵量级别降水量级别雨日级别幼虫密 度 级别 1960 1022 4 112 1 4.3 1 2 1 10 1 1961 300 1 440 3 0.1 1 1 1 4 1 1962 699 3 67 1 7.5 1 1 1 9 1 1963 1876 4 675 4 17.1 4 7 4 55 4 1965 43 1 80 1 1.9 1 2 1 1 1 1966 422 2 20 1 0 1 0 1 3 1 1967 806 3 510 3 11.8 2 3 2 28 3 1976 115 1 240 2 0.6 1 2 1 7 1 1971 718 3 1460 4 18.4 4 4 2 45 4 1972 803 3 630 4 13.4 3 3 2 26 3
第6节逐步回归分析 逐步回归分析实质上就是建立最优的多元线性回归方程，显然既实用而应用又最广泛。 6.1逐步回归分析概述 1 概念 逐步回归模型是以已知地理数据序列为基础，根据多元回归分析法和求解求逆紧凑变换法及双检验法而建立的能够反映地理要素之间变化关系的最优回归模型。 逐步回归分析是指在多元线性回归分析中，利用求解求逆紧奏变换法和双检验法，来研究和建立最优回归方程的并用于地理分析和地理决策的多元线性回归分析。它实质上就是多元线性回归分析的基础上派生出一种研究和建立最优多元线性回归方程的算法技巧。主要含义如下： 1）逐步回归分析的理论基础是多元线性回归分析法； 2）逐步回归分析的算法技巧是求解求逆紧奏变换法； 3）逐步回归分析的方法技巧是双检验法，即引进和剔除检验法； 4）逐步回归分析的核心任务是建立最优回归方程； 5）逐步回归分析的主要作用是降维。 主要用途：主要用于因果关系分析、聚类分析、区域规划、综合评价等等。 2 最优回归模型
1）概念 最优回归模型是指仅包含对因变量有显著影响的自变量的回归方程。逐步回归分析就是解决如何建立最优回归方程的问题。 2）最优回归模型的含义 最优回归模型的含义有两点： （1）自变量个数 自变量个数要尽可能多，因为通过筛选自变量的办法，选取自变量的个数越多，回归平方和越大，剩余平方和越小，则回归分析效果就越好，这也是提高回归模型分析效果的重要条件。 （2）自变量显著性 自变量对因变量y 有显著影响，建立最优回归模型的目的主要是用于预测和分析，自然要求自变量个数尽可能少，且对因变量y 有显著影响。若自变量个数越多，一方面预测计算量大，另一方面因n 固定，所以 Q S k n Q →--1 增大，即造成剩余标准差增大，故要求自变量个数要适 中。且引入和剔除自变量时都要进行显著性检验，使之达到最优化状态，所以此回归方程又称为优化模型。 3 最优回归模型的选择方法 最优回归模型的选择方法是一种经验性发展方法，主要有以下四种： (1）组合优选法 组合优选法是指从变量组合而建立的所有回归方程中选取最优着。其具体过程是：
第八章相关与回归分析 一、本章重点 1．相关系数的概念及相关系数的种类。事物之间的依存关系，可以分为函数关系和相关关系。相关关系又有单向因果关系和互为因果关系；单相关和复相关；线性相关和非线性相关；不相关、不完全相关和完全相关；正相关和负相关等类型。 2．相关分析，着重掌握如何画相关表、相关图，如何测定相关系数、测定系数以及进行相关系数的推断。相关表和相关图是变量间相关关系的生动表示，对于未分组资料和分组资料计算相关系数的方法是不同的，一元线性回归中相关系数和测定系数有着密切的关系，得到样本相关系数后还要对总体相关系数进行科学推断。 3．回归分析，着重掌握一元回归的基本原理方法，一元回归是线性回归的基础，多元线性回归和非线性回归都是以此为基础的。用最小平方法估计回归参数，回归参数的性质和显著性检验，随机项方差的估计，回归方程的显著性检验，利用回归方程进行预测是回归分析的主要内容。 4．应用相关与回归分析应注意的问题。相关与回归分析都有它们的应用范围，必须知道在什么情况下能用，什么情况下不能用。相关分析和回归分析必须以定性分析为前提，否则可能会闹出笑话，在进行预测时选取的样本要尽量分散，以减少预测误差，在进行预测时只有在现有条件不变的情况下才能进行，如果条件发生了变化，原来的方程也就失去了效用。 二、难点释疑 本章难点在于计算公式多，不容易记忆，所以更要注重计算的练习。为了掌握基本计算的内容，起码应认真理解书上的例题，做完本指导书上的全部计算题。初学者可能会感到本章公式多且复杂，难于记忆，其实只要抓住Lxx、Lxy、Lyy 这三个记号，记住它们的展开式，几个主要的公式就不难记忆了。如果能自己把这些公式推证一下，搞清其关系，那就更容易记住了。 三、练习题 （一）填空题 1事物之间的依存关系，根据其相互依存和制约的程度不同，可以分为（）和（）两种。 2．相关关系按相关关系的情况可分为（）和（）；按自变量的多少分（）和（）；按相关的表现形式分（）和（）；按相关关系的
第12章多元线性回归 多元回归模型与回归方程 多元回归模型 (multiple regression model) 1.一个因变量与两个及两个以上自变量的回归 2.描述因变量y 如何依赖于自变量x1，x2，…，x k和误差项ε的方程，称为多 元回归模型 3.涉及k 个自变量的多元回归模型可表示为 多元回归模型 (基本假定) 1.误差项ε是一个期望值为0的随机变量，即E(ε)=0 2.对于自变量x1，x2，…，x k的所有值，ε的方差σ2都相同 3.误差项ε是一个服从正态分布的随机变量，即ε~N(0,σ2)，且相互独立 多元回归方程 (multiple regression equation) 1.描述因变量y 的平均值或期望值如何依赖于自变量x1，x2，…，x k的方程 2.多元线性回归方程的形式为 E( y ) = β0+ β1 x1+ β2 x2+…+ βk x k 二元回归方程的直观解释 估计的多元回归方程 估计的多元回归的方程 (estimated multiple regression equation) 1.用样本统计量估计回归方程中的参数 时得到的方程 2.由最小二乘法求得 3.一般形式为 参数的最小二乘估计 参数的最小二乘法 参数的最小二乘法 (例题分析) 多重判定系数 多重判定系数 (multiple coefficient of determination) 1.回归平方和占总平方和的比例 2.计算公式为 3.因变量取值的变差中，能被估计的多元回归方程所解释的比例 修正多重判定系数 (adjusted multiple coefficient of determination) 1.用样本量n和自变量的个数k去修正R2得到 2.计算公式为 3.避免增加自变量而高估R2 4.意义与R2类似 5.数值小于R2 估计标准误差S y
第七章 相关回归分析 皮尔逊线性相关系数计算的基本公式： （简捷法） ])(][)([（积差法）22222∑∑∑∑∑∑∑--- ==y y n x x n y x xy n s s s y x xy γ 简单线性回归方程式为：bx a y c +=， 式中c y 是y 的估计值，a 代表直线在y 轴上的截距，b 表示直线的斜率，又称为回归系数。回归系数的涵义是，当自变量x 每增加一个单位时，因变量y 的平均增加值。 当b 的符号为正时，表示两个变量是正相关，当b 的符号为负时，表示两个变量是负相关。a 、b 都是待定参数，可以用最小平方法求得。 求解a 、b 的公式为： ∑∑∑∑∑--=22) (x x n y x xy n b ； n x b n y a ∑∑-= 相关系数与回归系数之间具有以下的关系： x y s s r b = (一) 填空题 1.在相关关系中，把具有因果关系相互联系的两个变量中起影响作用的变量称为_______，把另一个说明观察结果的变量称为________。 2.现象之间的相关关系按相关的程度分有________相关、________相关、________相关和_______相关；按相关的方向分有________相关和______ _相关；按影响因素的多少分有________相关和________相关。 3.对现象之间变量关系的研究中，对于变量之间相互关系密切程度的研究，称为_______；研究变量之间关系的方程式，根据给定的变量数值以推断另一变量的可能值，则称为_______。 4.完全相关即是________关系，其相关系数为________。 5.相关系数的变动范围介于_______与_______之间，其绝对值愈接近于_______，两个变量之间线性相关程度愈高；愈接近于_______，两个变量之间线性相关程度愈低。当_______时表示两变量正相关；_______时表示两变量负相关。 6.当变量x 值增加，变量y 值也增加，这是________相关关系；当变量x 值减少，变量y 值也减少，这是________相关关系。 7.已知13600))((=----∑y y x x ，14400)(2=--∑x x ，14900)(2 =-∑-y y ，那么，x 和y 的相关系数r 是_______。 8.已知1502=xy s ，18=x s ，11=y s ，那么变量x 和y 的相关系数r 是_______。 9.已知直线回归方程bx a y c +=中，5.17=b ；又知30=n ， ∑=13500y ，12=- x ， 则可知_______=a 。
第十二章简单回归分析习题 一、是非题 1．直线回归反映两变量间的依存关系，而直线相关反映两变量间的相互线性伴随变化关系. 2．对同一组资料，如相关分析算出的r越大，则回归分析算出的b值也越大. 3．对同一组资料，对r与b分别作假设检验，可得t r=t b 4．利用直线回归估计X值所对应的Y值的均数置信区间时，增大残差标准差可以减小区间长度. 5．如果直线相关系数r=0，则直线回归的SS残差必等于0. 二、选择题 1. 用最小二乘法确定直线回归方程的原则是各观察点距直线的( )． A．纵向距离之和最小 B. 纵向距离的平方和最小 C. 垂直距离之和最小D．垂直距离的平方和最小 E．纵向距离的平方和最大 2．Y＝14十4X是1~7岁儿童以年龄(岁)估计体质量(市斤)的回归方程，若体质量换成位kg，则此方程( ) A 截距改变 B 回归系数改变 C 两者都改变 D 两者都不改变 E．相关系数改变 4．直线回归系数假设检验，其自由度为( ) A．n B. n-1
C．n-2 D. 2n-1 E．2(n-1) 5．当r＝0时，Y＝a+b X回归方程中( ) A a必大于零 B a必大于X C a必等于零 D a必大于Y E a必等于b 6．在多元线性回归分析中，反应变量总离均差平方和可以分解为两部分，残差是指( )． A．观察值与估计值之差B．观察值与平均值之差 C．估计值与平均值的平方和之差D．观察值与平均值之差的平方和E．观察值与估计值之差的平方和 三、筒答题 1．用什么方法考察回归直线是否正确? 2．简述回归系数方差分析Y的平方和与自由度的分解. 3. 举例说明如何用直线回归方程进行预测和控制？ 4. 直线回归分析时怎样确定自变量和因变量？ 5. 简述曲线回归常用的几种曲线形式.
第十一章分类资料的回归分析 ――Regression菜单详解（下） （医学统计之星：张文彤） 在很久很久以前，地球上还是一个阴森恐怖的黑暗时代，大地上恐龙横行，我们的老祖先－－类人猿惊恐的睁大了双眼，围坐在仅剩的火堆旁，担心着无边的黑暗中不知何时会出现的妖魔鬼怪，没有电视可看，没有网可上... 我是疯了，还是在说梦话？都不是，类人猿自然不会有机会和恐龙同时代，只不过是我开机准备写这一部分的时候，心里忽然想到，在10年前，国内的统计学应用上还是卡方检验横行，分层的M-H卡方简直就是超级武器，在流行病学中称王称霸，更有那些1：M的配对卡方，N：M的配对卡方，含失访数据的N：M 配对卡方之类的，简直象恐龙一般，搞得我头都大了。其实恐龙我还能讲出十多种来，可上面这些东西我现在还没彻底弄明白，好在社会进步迅速，没等这些恐龙完全统制地球，Logistic模型就已经飞速进化到了现代人的阶段，各种各样的Logistic模型不断地在蚕食着恐龙爷爷们的领地，也许还象贪吃的人类一样贪婪的享用着恐龙的身体。好，这是好事，这里不能讲动物保护，现在我们就远离那些恐龙，来看看现代白领的生活方式。 特别声明：我上面的话并非有贬低流行病学的意思，实际上我一直都在做流行病学，我这样写只是想说明近些年来统计方法的普及速度之快而已。 据我一位学数学的师兄讲，Logistic模型和卡方在原理上是不一样的，在公 式推演上也不可能划等号，只是一般来说两者的检验结果会非常接近而已，多数情况下可忽略其不同。 §10.3 Binary Logistic过程 所谓Logistic模型，或者说Logistic回归模型，就是人们想为两分类的应变量作一个回归方程出来，可概率的取值在0~1之间，回归方程的应变量取值可是在实数集中，直接做会出现0~1范围之外的不可能结果，因此就有人耍小聪明，将率做了一个Logit变换，这样取值区间就变成了整个实数集，作出来的结果就不会有问题了，从而该方法就被叫做了Logistic回归。 随着模型的发展，Logistic家族也变得人丁兴旺起来，除了最早的两分类Logistic外，还有配对Logistic模型，多分类Logistic模型、随机效应的Logistic模型等。由于SPSS的能力所限，对话框只能完成其中的两分类和多分类模型，下面我们就介绍一下最重要和最基本的两分类模型。