第十二章有关与回归分析

第十二章相关与回归分析

社会上，许多现象之间也都有相互联系，例如：身高与体重、教育程度和收入、学业成就和家庭环境、智商与父母智力等。在这些有关系的现象中，它们之间联系的程度和性质也各不相同。

本书第十章提出了两总体的检验及估计的问题，这意味着我们开始与双变量统计方法打交道了。双变量统计与单变量统计最大的不同之处是，客观事物间的关联性开始披露出来。这一章我们将把相关关系的讨论深入下去，不仅要对相关关系的存在给出判断，更要对相关关系的强度给出测量，同时要披露两变量间的因果联系，其内容分为相关分析和回归分析这两个大的方面。

第一节变量之间的相互关系

1. 相关程度

完全相关，指变量之间为函数关系；完全不相关指变量之间不存在任何依存关系，彼此独立。不完全相关介于两者之间。不完全相关是本章讨论的重点。

由于数学手段上的局限性，统计学探讨的最多的是定距—定距变量间能近似地表现为一条直线的线性相关。在统计中，对于线性相关，采用相关系数（记作r）这一指标来量度相关关系程度或强度。就线性相关来说，当r ＝l时，表示为完全相关；当r =0时，表现为无相关或零相关；当0< r <1时，表现为不完全相关。

2. 相关方向：正相关和负相关

所谓正相关关系是指一个变量的值增加时，另一变量的值也增加。例如，受教育水平越高找到高薪水工作的机会也越大。而负相关关系是指一个变量的值增加时，另一变量的值却减少。例如，受教育水平越高，理想子女数目越少。要强调的是，只有定序以上测量层次的变量才分析相关方向，因为只有这些变量的值有高低或多少之分。至于定类变量，由于变量的值并无大小、高低之分，故定类变量与其他变量相关时就没有正负方向了。

第二节定类变量的相关分析

本节内容：

1. 列联表

2. 消减误差比例

3. λ系数

4. τ系数

1. 列联表

列联表，是按品质标志把两个变量的频数分布进行交互分类，由于表内的每一个频数都需同时满足两个变量的要求，所以列联表又称条件频数表。

例如，某区调查了357名选民，考察受教育程度与投票行为之间的关系，将所得资料作成下表，便是一种关于频数的列联表。

2×2频数分布列联表的一般形式

习惯上把因变量Y 放在表侧，把自变量X 放在表头。 2×2列联表是最简单的交互分类表。 r ×c 列联表 r(row)、c(column)

两个边际分布：

∑

==

+++++=r

j ij

ir ij i i X f f f f f F i 1

21 ∑

==+++++=c

i ij

cj ij j j Y f f f f f F j 1

21 n

f F F F F c i r

j ij X X X X c i ==

+++++∑∑

==1

1

21

条件频数表中各频数因基数不同不便作直接比较，因此有必要将频数化成相对频数，使基数标准化。这样，我们就从频数分布的列联表得到了相对频数分布的列联表(或称频率分布的列联表)。下表是r ×c 相对频数分布列联表的一般形式。 r ×c 相对频数分布列联表的一般形式

r ×c 相对频数联合分布列联表

∑∑

====

+++++r j c

i ij Y Yj Y Y n

f F F F F r 11

21

控制X，Y相对频数条件分布列联表

控制Y，X相对频数条件分布列联表

[例A1]试把下表所示的频数分布列联表，转化为自变量受到控制的相对频数条件分布列联表，并加以相关分析。

票

行

为

Y

投

票

弃

权

从上表可知，受过大学以上教育的被调查者绝大多数（占95.8%）是投票的，受教育程度在大学以下的被调查者虽多数也参与投票（占67.9%）,但后者参与投票的百分比远小于前者；前者只有4.2%弃权，而后者则有32.1%弃权。

两相比较可知，受教育程度不同，参与投票的行为不同，因此两个变量是相关的。

[例A2]试把下表所示的频数分布列联表，转化为相对频数条件分布列联表和自变量受到控制的相对频数条件分布列联表，并加以相关分析。

上表显示，大学以上文化程度和大学以下文化程度同样各有60%的人参与投票，40%的人弃权，并没有因为受教育程度不同，而使参与投票的行为有所不同。因此，此时的两个变量是不相关的，或者说是独立的。我们不难发现，此时反映全体投票情况的相对频数的边际分布( F Y /n)也各有60%的人参与投票，40%的人弃权。

上表显示，当两个变量不相关时有 。 如0.532× 0.40=0.213。

[例B]某社区调查了120得资料作成相对频数的联合分布、并进行相关分析。

性别与对吸烟的态度

相对频数联合分布列联表

相对频数条件分布列联表

2675名双亲和他们10071个子女

的智力的关系(%)(相对频数条件分布列联表)

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。如果对不同的X，Y的相对频数条件分布不同，且和Y的相对频数边际分布不同，则两变量之间是相关的。而如果变量间是相互独立的话，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。后者用数学式表示就是

2. 消减误差比例PRE

（Proportionate Reduction in Error)

通过相对频数条件分布列联表的讨论，可以就自变量X和因变量Y的关联性给出一个初步的判断。但是对关联性给出判断，肯定没有用量化指标表达来得好。所以，下面我们将关注于如何用统计方法，使相关关系的强弱可以通过某些简单的系数明确地表达出来。

在社会统计中，表达相关关系的强弱，消减误差比例的概念是非常有价值的。消减误差比例的原理是，如果两变量间存在着一定的关联性，那么知道这种关联性，必然有助于我们通过一个变量去预测另一变量。其中关系密切者，在由一变量预测另一变量时，盲目性必然较关系不密切者为小。

PRE：用不知道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

PRE的取值范围是

0≤PRE≤l

消减误差比例PRE适用于各测量层次的变量，λ系数和τ系数便是在定类测量的层次上以消减误差比例PRE为基础所设计的两种相关系数。

PRE=（56-28）/56=0.5

3. λ系数

在定类尺度上测量集中趋势只能用众数。λ系数就是利用此性质来构造相关系数的。

（1）不对称的λ系数

[例]

（2）对称的λ系数

[例] 研究工作类别与工作价值的关系，工作类别可分为三类：工人、技术人员、管理/行政人员；工作价值也可分为三类：以收入/福利为最重要的职业选

性质：

（1）0≤λ≤1

（2）具有PRE意义。

（3

（4

（5λ=0，从而无法显示两变量之间的相关性。

4.τ系数

τ系数的统计值域是[0，1]，其特点是在计算时考虑所有的边际频数和条件频数。

注意：当众数很突出且众数分布不在同一行，同一列时，用λ系数较好；但当众数不突出时，用τ系数更好；若众数集中在某一行或某一列，一定用τ系数。

第三节定序变量的相关分析

定序变量只能排列高低次序，因而在分析时只能考虑两变量变化的顺序是否一致及其等级之间的差距。以此来计算两变量的相关系数。

1. 同序对、异序对和同分对

2. Gamma等级相关系数

3. 肯德尔等级相关系数

4. 萨默斯系数（d系数）

5. Spearman等级相关系数

6. 肯德尔和谐系数

1. 同序对、异序对、同分对

社会学研究常用的两定序变量的相关测量法，有一类是以同序对、异序对、同分对的概念为基础的，如Gamma系数、肯德尔系数、d系数等。所以我们在讨论这几种相关系数之前，先来了解这三个概念。

在定序相关测量中，首先要搞清楚“次序对（pair）”的概念。例如，假设研究员工的工作满足感与归属感的关系，将工作满足感从低到高，分为低（1）、中（2）和高（3）三个级别，归属感也从低到高分为低（1）、中（2）和高（3）三个级别。下表列示的是5名被访者A、B、C、D、E的情况。

同序对

参见上表（注意，为了容易识别各种次序对，该表已先将被访者按定序变量X由低到高作了排列），在观察X序列时如果我们看到Xi＜Xj ，在Y 序列中看到的是Yi＜Yj，则称这一配对是同序对。同序对只要求X变化方向和Y变化方向相同，并不要求X 变化大小和Y 变化大小相等。同序对的总数用符号ns表示。

异序对

见上表，在观察X序列时如果我们看到Xi＜Xj ，在Y序列中看到的是Yi ＞Yj，则称这一配对是异序对。同样，异序对只要求X变化方向和Y变化方向相同，并不要求X变化大小和Y变化大小相等。同序对的总数用符号nd表示。

同分对

如果在X序列中，我们观察到Xi＝Xj (此时在Y序列中无Yi ＝Yj)，则这个配对仅是X方向上而非Y 方向上的同分对；X 的这种同分对用符号nx表示。

如果在Y 序列中，我们观察到Yi ＝Yj(此时在X序列中无Xi＝Xj )，则这个配对仅是Y 方向上而非X方向上的同分对；Y 的这种同分对用符号ny表示。如果我们观察到Xi＝Xj时，也观察到Yi ＝Yj ，则称这两个配对为X与Y 同分对，以符号nxy表示。X 同分对的总数用符号Tx表示，Tx ＝nx + nxy ；Y 同分对的总数用符号Ty表示, Ty ＝ny + nxy 。

n个单位两两配对，总对数＝ns + nd + nx + ny + nxy 计算Gamma系数，肯得尔系数、d系数等，我们面对的经常是两定序变量已形成列联表的资料，所以对我们来说很重要的是要学会定序变量列联表中这五种“次序对”的计算和识别。

同序对：“右下余子式”法

异序对：“左下余子式”法

2.Gamma系数

性质：

（1）取值范围[-1，1]

（2）具有PRE意义

（3）属对称相关测量。

（4）不考虑同分对。

例：在某市200户中调查，看住户人口密度与婆媳冲突是否有关，交互分类后分布如下，计算G相关系数并提出研究结论。

3. 肯德尔等级相关系数

(1)Tau-a 系数

适用于不存在任何同分对的情况。

某市有12 所大专院校，现组织一个评审委员会对各院校校园环境及学生体质进行评价，评价结果如表（表中已先将学校按X作了次序排列）所示，试计算校园环境和学生体质关系的肯德尔相关系数。

学校名 A B C D E F G H I J 环境名次（X） 1 2 3 4 5 6 7 8 9

10 体质名次（Y） 2 1 5 3 7 4 6 8 10

9

（2）Tau-b系数

当出现同分对时，对分母进行修正。与G系数一样，Tau-b系数也具有消减误差比例的意义。Tau-b系数的特殊性在于，只有在列联表的行数与列数相同（r =c）的情况下，其系数值才可能是-1或+1，否则便不确定。

（3）Tau-c系数

当同分对很多时，且r ≠c ，可以用Tau-c系数来测量。m取r×c列联表中r和c值较小者。

Tau-c系数没有消减误差比例的意义。

4. 萨默斯（d系数）

萨默尔斯提出的，对G系数进行修正。

d系数具有PRE意义，取值[-1，1]，为不对称测量。

5. Spearman等级相关系数

运用上式计算等级相关系数很简便:首先将定序变量X 和Y 的数值形成对应的两个序数数列(其中先将X由小到大排)。如遇有相等的数值时，则应将原有的等级求其平均数，让它们以这平均等级并列。然后求出等级差，经平方后求和，运用上式即可求得斯皮尔曼等级相关系数。

例：为了解活动能力与智商是否有关，作了10名同学的抽样调查，资料如表，问这10名同学的智商与活动能力是否有关。

6. 肯德尔和谐系数

前面我们谈的都是对双变量求等级相关系数。对于多变量求等级相关系数，如多个专家对同一事物评价的一致性或相关程度的衡量，肯德尔运用数理分析方法，提出了一个计算公式：

例：通过对1500多名青年作社会调查，探讨当代青年择业倾向与对社会经济生活的基本态度，得资料如表，求等级相关系数（当代青年择业倾向与他们对

系）。

职业

社会地位富裕程度择业理想

行政事业 1 5 2

各类专业 2 4 1

企业 3 3 3

教师 4 6 4

商业 5 2 5

工人 6 8 7

个体户7 1 6

农民8 7 8

第四节定距变量的相关分析

第七章相关与回归分析

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

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

统计学题目第七章相关与回归分析

(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 ，

统计学习题集第五章相关与回归分析(0)

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：

第十章直线相关与回归

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练习题

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 ）。

第七章 相关分析与回归分析(补充例题)

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。

多元回归分析matlab剖析

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 =

第十二章 分层回归分析--Hierarchy Regression

分层回归其实是对两个或多个回归模型进行比较。我们可以根据两个模型所解释的变异量的差异来比较所建立的两个模型。一个模型解释了越多的变异，则它对数据的拟合就越好。假如在其他条件相等的情况下，一个模型比另一个模型解释了更多的变异，则这个模型是一个更好的模型。两个模型所解释的变异量之间的差异可以用统计显著性来估计和检验。 模型比较可以用来评估个体预测变量。检验一个预测变量是否显著的方法是比较两个模型，其中第一个模型不包括这个预测变量，而第二个模型包括该变量。假如该预测变量解释了显著的额外变异，那第二个模型就显著地解释了比第一个模型更多的变异。这种观点简单而有力。但是，要理解这种分析，你必须理解该预测变量所解释的独特变异和总体变异之间的差异。 一个预测变量所解释的总体变异是该预测变量和结果变量之间相关的平方。它包括该预测变量和结果变量之间的所有关系。 预测变量的独特变异是指在控制了其他变量以后，预测变量对结果变量的影响。这样，预测变量的独特变异依赖于其他预测变量。在标准多重回归分析中，可以对独特变异进行检验，每个预测变量的回归系数大小依赖于模型中的其他预测变量。 在标准多重回归分析中，回归系数用来检验每个预测变量所解释的独特变异。这个独特变异就是偏相关的平方（Squared semi-partial correlation）-sr2（偏确定系数）。它表示了结果变量中由特定预测变量所单独解释的变异。正如我们看到的，它依赖于模型中的其他变量。假如预测变量之间存在重叠，那么它们共有的变异就会削弱独特变异。预测变量的独特效应指的是去除重叠效应后该预测变量与结果变量的相关。这样，某个预测变量的特定效应就依赖于模型中的其他预测变量。 标准多重回归的局限性在于不能将重叠（共同）变异归因于模型中的任何一个预测变量。这就意味着模型中所有预测变量的偏决定系数之和要小于整个模型的决定系数（R2）。总决定系数包括偏决定系数之和与共同变异。分层回归提供了一种可以将共同变异分配给特定预测变量的方法。 分层回归 标准多重回归可以测量模型所解释的变异量的大小，它由复相关系数的平方（R2，即决定系数）来表示，代表了预测变量所解释的因变量的变异量。模型的显著性检验是将预测变量所解释的变异与误差变异进行比较（即F值）。 但是，也可以采用相同的方式来比较两个模型。可以将两个模型所解释的变异之差作为F 值的分子。假如与误差变异相比，两个模型所解释的变异差别足够大，那么就可以说这种差别达到了统计的显著性。相应的方程式将在下面详细阐述。 分层回归就是采用的这种方式。分层回归包括建立一系列模型，处于系列中某个位置的模型将会包括前一模型所没有的额外预测变量。假如加入模型的额外解释变量对解释分数差异具有显著的额外贡献，那么它将会显著地提高决定系数。

SPSS多元回归分析实例

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

逐步回归分析(教材)

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10章相关分析与回归分析

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

应用统计课件：第12章 多元线性回归

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

第十二章 简单回归分析

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.

第十二章相关与回归分析

第十二章 相关与回归分析 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。 六、计算题

第七章 相关与回归分析s

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 。

《统计学》 第七章 相关分析与回归分析(补充例题)

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”。

多元回归分析的步骤

三、研究方法 本文采取多元线性回归的方法来设定并建立模型，再利用逐步回归来对变量予以确认和剔除。逐步回归是通过筛选，挑选偏回归平方和贡献最大的因子建立回归方程，在决定是否引入一个新的因素时，回归方程要用方差比进行显著性检验。如果判别该影响因子通过显著性检验，那么可选入方程中，否则就不应该进入到回归方程，回归方程中剔除一个变量的标准也是用方差比进行显著性检验 剔除偏回归平方和贡献最小的变量，无论是入选回归方程还是从回归方程中剔除符合条件的选入项和剔除项为止，逐步回归的方法剔除了对因变量影响小的因素 减小了分析问题的难度，提高了计算效率和回归方程的稳定性有较好的预测精度。 运用多元线性回归预测的基本思路是在确定因变量和多个自变量以及它们之间的关系后，通过设定自变量参数的回归方程对因变量进行预测。具体如下: n n 2211X a ++ X a + X a +C = Y 式中: Y 表示为粮食总产量，C 和a 为回归系数，C 、a 是待定参数，X 为所选取的影响因素.多元线性回归方法可分为强行进入法、消去法、向前选择法、向后剔除法和逐步进入法等，本文运用SPSS22.0 软件，对选择的自变量全部进入回归模型，即强行进入法进行预测。该模型的优点是方法简单、预测速度快、外推性好等。 四、分析与结果 本文选取6个解释变量，研究河南省粮食产量y ，解释变量为:X1粮食播种面积，X2农业从业人，X3农用机械总动力，X4农田有效灌溉面积，X5化肥施用折纯量，X6农村用电量。以河南省粮食产量为因变量，以如上6个解释变量为自变量做多元线性回归（数据选取2014年《河南统计年鉴》，见附录一）。 用SPSS 做变量的相关分析，从相关矩阵（表4-1）中可以看出y 与自变量的相关系数大多都在0.9以上，说明所选择变量与y 高度线性相关，用y 与自变量做多元线性回归是合适的。 表4-1相关 X1 X2 X3 X4 X5 X6 y X1 1 .687 .965 .918 .927 .970 .978 X2 .687 1 .686 .456 .448 .731 .616 X3 .965 .686 1 .946 .930 .990 .985 X4 .918 .456 .946 1 .961 .921 .960 X5 .927 .448 .930 .961 1 .901 .965 X6 .970 .731 .990 .921 .901 1 .979