第章 相关关系分析.pptVIP

单相关系数r ——反映样本变量之间线性相关的密切程度 1）r有正负号，且与回归系数b的符号一致； 2）|r|越接近于1，说明变量之间的线性相关程度就越高，变量之间越密切，建立的线性回归方程就有效； |r|接近于0，则变量之间的相关程度就低，那么，建立的线性回归方程也是无效的（但不能说明变量之间不存在其他类型的关系） 一般地： 0 |r| ?0.3：微弱相关； 0.3? |r| ?0.5：低度相关； 0.5? |r| ?0.8：中度相关；0.8? |r|?1：高度相关 如前例： 1）即在财政收入的总变差中，有98.02%是由国民生产总值的变动决定了的； 2）所配合的线性回归方程很好地反映了财政收入与国民生产总值之间的线性关系。拟合样本点的程度高。 相关系数r： 说明：财政收入与国民生产总值之间的相关程度很高，为高度相关。 思 考 题 1）现象之间存在什么样的关系？ 2）什么是相关关系？现象之间有哪些相关的类型？ 3）回归变差与剩余变差的主要区别是什么？ 4）估计标准误差的主要作用有哪些？ 5）相关分析与回归分析有何相同点和不同点？ 单选题： 1.下面关系中属于函数关系的是： A.身高与体重；B.工资水平与工龄；C.农作物的单产与降雨量；D.圆的面积与半径 2 .具有相关关系的两个变量的特点是： A.一个变量的取值不能由另一个变量唯一确定；B.一个变量的取值由另一个变量唯一确定；C.一个变量的取值增大时另一个变量的取值也一定增大；D.一个变量的取值增大时另一个变量的取值肯定变小 D A 3.如果变量之间的关系近似地表现为一条直线，则称两个变量之间为： A.正线性相关关系；B.负线性相关关系；C.线性相关关系；D.非线性相关关系 4.根据你的判断，下面的相关系数取值哪个是错误的： A.-0.86；B.0.78；C.1.25；D.没有 C C 5.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，另一个变量的数值也随增加，或一个变量的数值减少，另一个变量的数值也随之减少，则称为： A.正相关；B.负相关；C.完全相关；D.非线性相关 A 6.如果一个变量的取值完全依赖于另一个变量，且各观测点落在一条直线上，我们称两个变量之间为：A.正线性相关关系；B.负线性相关关系；C.完全相关关系；D.非线性相关关系 C 7.变量x与y之间的负相关是指： A. x值增大时y值也随之增大；B.x值减少时y也随之减少；C. x值增大时y值随之减少，或x值减少时y随之增大；D.y的取值几乎不受x取值的影响 8.下面的陈述哪一个是错误的： A.相关系数是度量两个变量之间线性相关强度的统计量；B.相关系数是一个随机变量；C.相关系数的绝对值不会大于1；D.相关系数不会取负值 C D 9.下面的假定中哪个属于相关分析中的假定： A.两个变量之间是非线性关系；B.两个变量均是随机变量；C.自变量是随机变量，因变量不是随机变量；D.一个变量的数值增大，另一个变量的数值也应增大 B 10.如果相关系数r=0，则表明两个变量之间： A.相关程度很低；B.不存在任何关系；C.不存在线性相关关系；D.存在非线性相关关系 C * * 第八章 相关与回归分析 本 章 教学目的与要求 通过本章的教学，学生应达到下列要求： ⑴ 了解相关关系的内涵、基本类型 ⑵ 掌握总变差、回归变差、剩余变差的内涵 ⑶ 理解估计标准误差 ⑷ 掌握相关分析的基本步骤、相关系数的确定方法 (5)具备一元线性回归方程确定的能力 本 章 教学内容 相关的意义和种类 一元线性回归分析 估计标准误差及相关系数 本 章 教学的重点 为了实现本章教学目的，在教学过程中应以下列内容作为本章教学重点： 1）相关关系的理解 2）回归方程中未知参数的计算 3）总变差、回归变差和剩余变差的理解及运用 4）相关系数的含义及计算 本 章 教学难点 1）相关分析与回归分析的关系 2）总变差、回归变差和剩余变差的理解和掌握 3）估计标准误差的理解 相关关系：correlation； 正相关：positive correlation； 负相关：negative correlation； 回归分析： regression analysis ； 回归方程：regression equation； 估计标准误差：estimate standard-error； 相关系数：correlation coefficient，coefficient of association，coefficient of correlation 关键词： 第一节 相关的意义和种类 相关关系 现象间的关系 函数关系——是指一一对应的关系（确定性的依存关系） 相关关系——是