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
(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：
第六章 回归分析 一、单项选择题 1．进行简单直线回归分析时，总是假定（ ）。 A 、自变量是非随机变量，因变量是随机变量 B 、自变量是随机变量，因变量是非随机变量 C 、两变量都是随机变量 D 、两变量都是非随机变量 2．在因变量的总离差平方和中，如果回归平方和所占比重达，剩余平方和所占比重小，则两者之间( )。 A 、相关程度高 B 、相关程度低 C 、完全相关 D 、完全不相关 3．当一个现象的数量由小变大，而另一个现象的数量由大变小时，这种相关关系称为（ ） A 、线性相关 B 、非线性相关 C 、正相关 D 、负相关 4．直线趋势y e =a+bt 中a 和b 的意义是（ ）。 A 、a 是截距，b 表示x=0时的 趋势值 B 、a 是最初发展水平的趋势值，b 表示平均发展水平 C 、a 是最初发展水平的趋势值，b 表示平均发展速度 D 、a 表示直线的截距，表示最初发展水平的趋势值，b 是直线的斜率，表示按最小平方法计算的平均增长量 5．当所有观察值y 都落在回归直线bx a y +=?上，则x 与y 之间的相关系数（ ）。 A 、r=1 B 、-1 第九章 线性回归和相关分析 9.1 什么叫做回归分析？直线回归方程和回归截距、回归系数的统计意义是什么，如何计算？如何对直线回归进行假设测验和区间估计？ 9.2 a s 、b s 、x y s /、y s 、y s ?各具什么意义？如何计算(思考各计算式的异同)？ 9.3 什么叫做相关分析？相关系数、决定系数各有什么具体意义？如何计算？如何对相关系数作假设测验？ 9.4 什么叫做协方差分析？为什么要进行协方差分析？如何进行协方差分析（分几个步骤）？为什么有时要将i y 矫正到x 相同时的值？如何矫正？ 9.5 测得不同浓度的葡萄糖溶液(x ，mg /l )在某光电比色计上的消光度(y )如下表，试计算： (1)直线回归方程y ?=a +bx ，并作图；(2)对该回归方程作假设测验；(3)测得某样品的消光度为0.60，试估算该样品的葡萄糖浓度。 x 0 5 10 15 20 25 30 y 0.00 0.11 0.23 0.34 0.46 0.57 0.71 [答案：(1)y ? =-0.005727+0.023429x ，(2)H0被否定，(3)25.85mg/l] 9.6 测得广东阳江≤25oC 的始日(x)与粘虫幼虫暴食高峰期(y)的关系如下表(x 和y 皆以8月31日为0）。试分析：（1）≤25oC 的始日可否用于预测粘虫幼虫的暴食期；(2)回归方程及其估计标准误；（3）若某年9月5日是≤25oC 的始日，则有95％可靠度的粘虫暴食期在何期间？ 年份 54 55 56 57 58 59 60 x 13 25 27 23 26 1 15 y 50 55 50 47 51 29 48 [答案：(1)r=0.8424；(2)y ? =33.2960+0.7456x ， x y s /=4.96；(3)9月22日～10月23日] 9.7 研究水稻每一单茎蘖的饱粒重(y ，g)和单茎蘖重(包括谷粒)(x ，g)的关系，测定52个早熟桂花黄单茎蘖，得：SSx=234.4183，SSy=65.8386，SP=123.1724，b=0.5254，r=0.99；测定49个金林引单茎蘖，得SSx=65.7950，SSy=18.6334，SP=33.5905,b=0.5105，r=0.96。试对两回归系数和相关系数的差异作假设测验，并解释所得结果的意义。 [答案： 2 1b b s -=0.0229，t ＜1； 2 1z z s -=0.2053，t=3.413] 9.8 下表为1963、1964、1965三年越冬代棉红铃虫在江苏东台的化蛹进度的部分资料，试作协方差分析。 x 日 期 (以6月10日为0) y 化 蛹 进 度(%) 1963年 1964年 1965年 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。 第六章 相关与回归分析方法 第一部分 习题 一、单项选择题 1.单位产品成本与其产量的相关；单位产品成本与单位产品原材料消耗量的相关 ( )。 A.前者是正相关，后者是负相关 B.前者是负相关，后者是正相关 C.两者都是正相关 D.两者都是负相关 2.样本相关系数r 的取值范围( )。 A.-∞＜r ＜+∞ B.-1≤r ≤1 C. -l ＜r ＜1 D. 0≤r ≤1 3.当所有观测值都落在回归直线 01y x ββ=+上，则x 与y 之间的相关系数( )。 A.r ＝0 B.r ＝1 C.r ＝-1 D.|r|＝1 4.相关分析与回归分析，在是否需要确定自变量和因变量的问题上( )。 A.前者无需确定，后者需要确定 B.前者需要确定，后者无需确定 C.两者均需确定 D.两者都无需确定 5.直线相关系数的绝对值接近1时，说明两变量相关关系的密切程度是( )。 A.完全相关 B.微弱相关 C.无线性相关 D.高度相关 6.年劳动生产率x(千元)和工人工资y(元)之间的回归方程为y=10+70x ，这意味着年劳动生产率每提高1千元时，工人工资平均( )。 A.增加70元 B.减少70元 C.增加80元 D.减少80元 7.下面的几个式子中，错误的是( )。 A. y= -40-1.6x r=0.89 B. y= -5-3.8x r ＝-0.94 C. y=36-2.4x r ＝-0.96 D. y= -36+3.8x r ＝0.98 8.下列关系中，属于正相关关系的有( )。 A.合理限度内，施肥量和平均单产量之间的关系 B.产品产量与单位产品成本之间的关系 C.商品的流通费用与销售利润之间的关系 D.流通费用率与商品销售量之间的关系 9.直线相关分析与直线回归分析的联系表现为( )。 A.相关分析是回归分析的基础 B.回归分析是相关分析的基础 C.相关分析是回归分析的深入 D.相关分析与回归分析互为条件 10.进行相关分析，要求相关的两个变量( )。 A.都是随机的 B.都不是随机的 C.一个是随机的，一个不是随机的 D.随机或不随机都可以 11.相关关系的主要特征是( )。 A.某一现象的标志与另外的标志之间存在着确定的依存关系 B.某一现象的标志与另外的标志之间存在着一定的关系，但它们不是确定的关系 C.某一现象的标志与另外的标志之间存在着严重的依存关系 D.某一现象的标志与另外的标志之间存在着函数关系 12.相关分析是研究( )。 A.变量之间的数量关系 B.变量之间的变动关系 C.变量之间相互关系的密切程度 D.变量之间的因果关系 13.现象之间相互依存关系的程度越低，则相关系数( )。 A.越接近于0 B.越接近于-1 C.越接近于1 D.越接近于0.5 14.在回归直线01y x ββ=+中，若10 β<，则x 与y 之间的相关系数( )。 A. r=0 B. r=1 C. 0＜r ＜1 D. —l ＜r ＜0 15.当相关系数r=0时，表明( )。 A.现象之间完全无关 B.相关程度较小 C.现象之间完全相关 D.无直线相关关系 16.已知x 与y 两变量间存在线性相关关系，且2 10,8,7,100x y xy n σσσ===-=，则x 与y 之间存在着( )。 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。 线性回归方程中的相关系数r r=∑(Xi-X的平均数)(Yi-Y平均数)/根号下[∑(Xi-X平均数)^2*∑(Yi-Y平均数)^2] R2就是相关系数的平方， R在一元线性方程就直接是因变量自变量的相关系数，多元则是复相关系数 判定系数R^2 也叫拟合优度、可决系数。表达式是: R^2=ESS/TSS=1-RSS/TSS 该统计量越接近于1，模型的拟合优度越高。 问题：在应用过程中发现，如果在模型中增加一个解释变量，R2往往增大 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 ——但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。 这就有了调整的拟合优度: R1^2=1-(RSS/(n-k-1))/(TSS/(n-1)) 在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响: 其中：n-k-1为残差平方和的自由度，n-1为总体平方和的自由度。 总是来说，调整的判定系数比起判定系数，除去了因为变量个数增加对判定结果的影响。R = R接近于1表明Y与X1，X2 ，…，Xk之间的线性关系程度密切； R接近于0表明Y与X1，X2 ，…，Xk之间的线性关系程度不密切 相关系数就是线性相关度的大小，1为（100%）绝对正相关，0为0%，-1为（100%）绝对负相关 相关系数绝对值越靠近1，线性相关性质越好，根据数据描点画出来的函数-自变量图线越趋近于一条平直线，拟合的直线与描点所得图线也更相近。 如果其绝对值越靠近0，那么就说明线性相关性越差，根据数据点描出的图线和拟合曲线相差越远（当相关系数太小时，本来拟合就已经没有意义，如果强行拟合一条直线，再把数据点在同一坐标纸上画出来，可以发现大部分的点偏离这条直线很远，所以用这个直线来拟合是会出现很大误差的或者说是根本错误的）。 分为一元线性回归和多元线性回归 线性回归方程中,回归系数的含义 一元： Y^=bX+a b表示X每变动（增加或减少）1个单位,Y平均变动（增加或减少）b各单位多元： Y^=b1X1+b2X2+b3X3+a 在其他变量不变的情况下，某变量变动1单位，引起y平均变动量 以b2为例：b2表示在X1、X3（在其他变量不变的情况下）不变得情况下，X2每变动1单位，y平均变动b2单位 回归分析与相关分析联系、区别?? 简单线性回归分析是对两个具有线性关系的变量，研究其相关性，配合线性回归方程，并根据自变量的变动来推算和预测因变量平均发展趋势的方法。 回归分析（Regression analysis）通过一个变量或一些变量的变化解释另一变量的变化。 主要内容和步骤：首先依据经济学理论并且通过对问题的分析判断，将变量分为自变量和因变量，一般情况下，自变量表示原因，因变量表示结果；其次，设法找出合适的数学方程式（即回归模型）描述变量间的关系；接着要估计模型的参数，得出样本回归方程；由于涉及到的变量具有不确定性，接着还要对回归模型进行统计检验，计量经济学检验、预测检验；当所有检验通过后，就可以应用回归模型了。 回归的种类 回归按照自变量的个数划分为一元回归和多元回归。只有一个自变量的回归叫一元回归，有两个或两个以上自变量的回归叫多元回归。 按照回归曲线的形态划分，有线性（直线）回归和非线性（曲线）回归。 相关分析与回归分析的关系 （一）相关分析与回归分析的联系 相关分析是回归分析的基础和前提，回归分析则是相关分析的深入和继续。相关分析需要依靠回归分析来表现变量之间数量相关的具体形式，而回归分析则需要依靠相关分析来表现变量之间数量变化的相关程度。只有当变量之间存在高度相关时，进行回归分析寻求其相关的具体形式才有意义。如果在没有对变量之间是否相关以及相关方向和程度做出正确判断之前，就进行回归分析，很容易造成“虚假回归”。与此同时，相关分析只研究变量之间相关的方向和程度，不能推断变量之间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况，因此，在具体应用过程中，只有把相关分析和回归分析结合起来，才能达到研究和分析的目的。 （二）相关分析与回归分析的区别 1．相关分析中涉及的变量不存在自变量和因变量的划分问题，变量之间的关系是对等的；而在回归分析中，则必须根据研究对象的性质和研究分析的目的，对变量进行自变量和因变量的划分。因此，在回归分析中，变量之间的关系是不对等的。 2．在相关分析中所有的变量都必须是随机变量；而在回归分析中，自变量是确定的，因变量才是随机的，即将自变量的给定值代入回归方程后，所得到的因变量的估计值不是唯一确定的，而会表现出一定的随机波动性。 3．相关分析主要是通过一个指标即相关系数来反映变量之间相关程度的大小，由于变量之间是对等的，因此相关系数是唯一确定的。而在回归分析中，对于互为因果的两个变量(如人的身高与体重，商品的价格与需求量)，则有可能存在多个回归方程。 需要指出的是，变量之间是否存在“真实相关”，是由变量之间的内在联系所决定的。相关分析和回归分析只是定量分析的手段，通过相关分析和回归分析，虽然可以从数量上反映变量之间的联系形式及其密切程度，但是无法准确判断变量之间内在联系的存在与否，也无法判断变量之间的因果关系。因此，在具体应用过程中，一定要注意把定性分析和定量分析结合起来，在定性分析的基础上展开定量分析。 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6章 6.1 试举一个产生多重共线性的经济实例。 答：例如有人建立某地区粮食产量回归模型，以粮食产量为因变量Y，化肥用量为X1，水浇地面积为X2，农业投入资金为X3。由于农业投入资金X3与化肥用量X1，水浇地面积X2有很强的相关性，所以回归方程效果会很差。再例如根据某行业企业数据资料拟合此行业的生产函数时，资本投入、劳动力投入、资金投入与能源供应都与企业的生产规模有关，往往出现高度相关情况，大企业二者都大，小企业都小。 6.2多重共线性对回归参数的估计有何影响？ 答：1、完全共线性下参数估计量不存在； 2、参数估计量经济含义不合理； 3、变量的显著性检验失去意义； 4、模型的预测功能失效。 6.3 具有严重多重共线性的回归方程能不能用来做经济预测？ 答：虽然参数估计值方差的变大容易使区间预测的“区间”变大，使预测失去意义。但如果利用模型去做经济预测，只要保证自变量的相关类型在未来期中一直保持不变，即使回归模型中包含严重多重共线性的变量，也可以得到较好预测结果；否则会对经济预测产生严重的影响。 6.4多重共线性的产生于样本容量的个数n、自变量的个数p有无关系？ 答：有关系，增加样本容量不能消除模型中的多重共线性，但能适当消除多重共线性造成的后果。当自变量的个数p较大时，一般多重共线性容易发生，所以自变量应选择少而精。 6.6对第5章习题9财政收入的数据分析多重共线性，并根据多重共线性剔除变量。将所得结果与逐步回归法所得的选元结果相比较。 5.9在研究国家财政收入时，我们把财政收入按收入形式分为：各项税收收入、企业收入、债务收入、国家能源交通重点建设收入、基本建设贷款归还收入、国家预算调节基金收入、其他收入等。为了建立国家财政收入回归模型，我们以财政收入y（亿元）为因变量，自变量如下：x1为农业增加值（亿元），x2为工业增 第十一章线性相关分析与线性回归分析 11.1 两个变量之间的线性相关分析 相关分析是在分析两个变量之间关系的密切程度时常用的统计分析方法。最简单的相关分析是线性相关分析，即两个变量之间是一种直线相关的关系。相关分析的方法有很多，根据变量的测量层次不同，可以选择不同的相关分析方法。总的来说，变量之间的线性相关关系分为三种。一是正相关，即两个变量的变化方向一致。二是负相关，即两个变量的变化方向相反。三是无相关，即两个变量的变化趋势没有明显的依存关系。两个变量之间的相关程度一般用相关系数r 来表示。r 的取值范围是：-1≤r≤1。∣r∣越接近1，说明两个变量之间的相关性越强。∣r∣越接近0，说明两个变量之间的相关性越弱。相关分析可以通过下述过程来实现： 11.1.1 两个变量之间的线性相关分析过程 1．打开双变量相关分析对话框 执行下述操作： Analyze→Correlate(相关)→Bivariate（双变量）打开双变量相关分析对话框，如图11-1 所示。 图11-1 双变量相关分析对话框 2．选择进行相关分析的变量 从左侧的源变量窗口中选择两个要进行相关分析的变量进入Variable 窗口。 3．选择相关系数。 Correlation Coefficient 是相关系数的选项栏。栏中提供了三个相关系数的选项：（1）Pearson:皮尔逊相关，即积差相关系数。适用于两个变量都为定距以上变量，且两个 变量都服从正态分布的情况。这是系统默认的选项。 （2）Kendall：肯德尔相关系数。它表示的是等级相关，适用于两个变量都为定序变量的情况。 （3）Spearman:斯皮尔曼等级相关。它表示的也是等级相关，也适用于两个变量都为定序变量的情况。 4．确定显著性检验的类型。 Test of Significance 是显著性检验类型的选项栏，栏中包括两个选项： （1）Two-tailed:双尾检验。这是系统默认的选项。 （2）One-tailed:单尾检验。 5．确定是否输出相关系数的显著性水平 Flag significant Correlations:是标出相关系数的显著性选项。如果选中此项，系统在输出结果时，在相关系数的右上方使用“*”表示显著性水平为0.05；用“**”表示显著性水平为0.01。 6. 选择输出的统计量 单击Options 打开对话框，如图11-2 所示。 图11-2 相关分析选项对话框 （1）Statistics 是输出统计量的选项栏。 1）Means and standard deviations 是均值与标准差选项。选择此项，系统将在输出文件中输出均值与标准差。 2）Cross- product deviations and covariances 是叉积离差与协方差选项。选择此项，系统将在输出文件中输出每个变量的离差平方和与两个变量的协方差。 上述两项选择只有在主对话框中选择了Pearson:皮尔逊相关后，计算结果才有价值。 （2）缺失值的处理办法 Missing Valuess 是处理缺失值的选项栏。 1）Exclude cases pairwise 是成对剔除参与相关系数计算的两个变量中有缺失值的个案。2）Exclude cases listwise 是剔除带有缺失值的所有个案。 上述选项做完以后，单击Continue 按钮，返回双变量相关分析对话框。 8．单击OK 按钮，提交运行。系统在输出文件窗口中输出相关分析的结果。 11.1.2 两个变量之间的线性相关分析实例分析 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 。 第六章相关与线性回归分析 1、 1)试利用这批数据分析课题总数与哪些因素由比较密切的关系,利用相关系数检验。 2)以课题总数作为因变量进行多元线性回归。 2、在上题数据中，计算课题总数数与投入高级职称的人年数的偏相关关系，以投入人年数、 投入科研事业费作为控制变量。 3、现有1991～2007年的人均国民生产总值增长率(G)，城市居民消费价格上涨幅度(P)和企 业职工平均工资增长率(W)，如下： 4、 随机抽取的10家航空公司，对其最近一年的航班正点率和顾客投诉次数进行了调查， 所得数据如下表。 （1） 绘制散点图，说明二者之间的关系形态。 （2） 用航班正点率作自变量，顾客投诉次数作因变量，求出估计的回归方程，并解 释回归系数的意义。 （3） 检验回归系数的显著性（05.0=α）。 （4） 如果航班正点率为80%，估计顾客的投诉次数。 （5） 求航班正点率为80%时，顾客投诉次数95%的置信区间和预测区间。 航空公司编号 航班正点率 投诉次数 1 81.8 21 2 76.6 58 3 76.6 85 4 75.7 68 5 73.8 74 6 72.2 93 7 71.2 72 8 70.8 122 9 91.4 18 10 68.5 125 5、 一家房地产评估公司想对某城市的房地产销售价格（y ）与地产的评估价值（x1）、房产 的评估价值（x2）和使用面积（x3）建立一个模型，以便对销售价格作出合理预测。为此，收集了20栋住宅的房地产评估数据见下表。用Minitab 进行回归，回答下面的问题： （1）写出估计的多元回归方程。 （2）在销售价格的总变差中，被估计的回归方程所解释的比例是多少？ （3）检验回归方程的线性关系是否显著（）。 （4）检验各回归系数是否显著（） （5）计算当x1＝1000，x2＝2000，x3＝10000时，销售价格的预测值，置信区间（C.I）以及预测区间(P.I.) 6、一家电气销售公司的管理人员认为，每月的销售额是广告费用的函数，并想通过广告费 用对月销售额作出估计。下表是近8个月的销售额与广告费用数据。 （1）用电视广告费用作自变量，月销售额作因变量，建立估计的回归方程。 （2）用电视广告费用和报纸广告费用作自变量，月销售额作因变量，建立估计的回归方程。 （3）上述（1）和（2）所建立的估计方程，电视广告费用的系数是否相同？对其回归系数分别进行解释。 （4）根据问题（2）所建立的估计方程，在销售收入的总变差中，被估计的回归方程所解释的比例是多少？ （5）根据问题（2）所建立的估计方程，检验回归方程的线性关系是否显著α （= 第七章 相关分析与回归分析 (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？ （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 035.126400100 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。 ∑∑∑∑∑∑∑---= ] )(][)([2222y y n x x n y x xy n r 95.0) 98011086657710()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 226525 5668539109801 6525765915610)(-??-?=--= ∑∑∑∑∑x x n y x xy n b 90.014109765 12640035 42575625566853906395152576591560==--= 85.39210 6525 9.0109801=?-= -=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 ?=?9.0,1802009.0|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。 解：【分析】本题中“企业数”应看成资产总值和平均每昼夜原料加工量两变量的次数，在计算相关系数的过程，要进行“加权”。第九章 线性回归和相关分析
第十章直线相关与回归
第六章相关与回归分析方法
第七章 相关分析与回归分析(补充例题)
线性回归方程中的相关系数r
回归分析与相关分析联系 区别
第10章相关分析与回归分析
应用回归分析第6章课后习题答案
第十一章线性相关分析报告与线性回归分析报告
第七章 相关与回归分析s
第六章相关与回归分析题目
《统计学》 第七章 相关分析与回归分析(补充例题)
相关主题
文本预览