本章内容 7.1相关分析 7.2一元线性回归分析 7.3线性回归的显著性检验与回归预测 本章小结
本章内容 ➢ 7.1 相关分析 ➢ 7.2 一元线性回归分析 ➢ 7.3 线性回归的显著性检验与回归预测
实例全球吃死的人比饿死的人多? 据世界卫生组织统计,全球肥胖症患者达3亿人 其中儿童占2200万人,11亿人体重过重。肥胖症和 体重超常早已不是发达国家的“专利”,已遍及五 大洲。目前,全球因”吃”致病乃至死亡的人数已 高于因饥饿死亡的人数。 (引自《光明日报》刘军/文) 问题:肥胖症和体重超常与死亡人数真有显著的数 量关系吗? 这些类型的问题可以运用相关分析与回归分析的方 法去解决
实例:全球吃死的人比饿死的人多? – 据世界卫生组织统计,全球肥胖症患者达3亿人, 其中儿童占2200万人,11亿人体重过重。肥胖症和 体重超常早已不是发达国家的“专利”,已遍及五 大洲。目前,全球因”吃”致病乃至死亡的人数已 高于因饥饿死亡的人数。 (引自《光明日报》刘军/文) ➢ 问题: 肥胖症和体重超常与死亡人数真有显著的数 量关系吗? ➢ 这些类型的问题可以运用相关分析与回归分析的方 法去解决
7.1教学要求 了解变量间的相互关系:函数关系,相关关系 理解相关关系的种类 单相关、复相关;线性相关、非线性相关;正相关、 负相关 掌握相关关系的描述方法:相关表,相关图 理解总体相关系数与样本相关系数,掌握样本相关 系数的计算及其特点 掌握相关系数的检验方法 握 Spearman等级相关系数的计算方法
7.1教学要求 ➢ 了解变量间的相互关系:函数关系,相关关系 ➢ 理解相关关系的种类 – 单相关、复相关;线性相关、非线性相关;正相关、 负相关 ➢ 掌握相关关系的描述方法:相关表,相关图 ➢ 理解总体相关系数与样本相关系数,掌握样本相关 系数的计算及其特点 ➢ 掌握相关系数的检验方法 ➢ 掌握Spearman等级相关系数的计算方法
变量间的相互关系 1.确定性的函数关系 Y=f(X 2.不确定性的统计关系——相关关系 Y=f(X)+ε(ε为随机变量) 3.没有关系 >变量间关系的图形描述:2 20 坐标图(散点图) 15 0 0 10 20 30
变量间的相互关系 1. 确定性的函数关系: 𝑌 = 𝑓(𝑋) 2. 不确定性的统计关系——相关关系 𝑌 = 𝑓 𝑋 + 𝜀 (𝜀为随机变量) 3. 没有关系 ➢ 变量间关系的图形描述: – 坐标图(散点图)
相关关系的例子 商品的消费量y)与居民收入(x)之间的关系 商品销售额(y)与广告费支出(x)之间的关系 >粮食亩产量()与施肥量(x)、降雨量(x2)、温 度(x3)之间的关系 >收入水平(y)与受教育程度(x)之间的关系 >子女身高(y)与父亲身高(x)之间的关系
相关关系的例子 ➢ 商品的消费量(𝑦)与居民收入(𝑥)之间的关系 ➢ 商品销售额(𝑦)与广告费支出(𝑥)之间的关系 ➢ 粮食亩产量(𝑦)与施肥量(𝑥1) 、降雨量(𝑥2) 、温 度(𝑥3)之间的关系 ➢ 收入水平(𝑦)与受教育程度(𝑥)之间的关系 ➢ 子女身高(𝑦)与父亲身高(𝑥)之间的关系