X Vs y socres Plot of y*x. Symbol used is* 32.5 35.0 40.0 45,0 本例的散点图基本呈线性趋势 (二)、计算相关系数并进行相关关系的显著性测验 相关系数:表示变量间相关性质和密切程度的统计数,或回归平方和占总平方和比例 的平方根 ∑0-y)2=∑(-y)2+∑(y-y)2 即y的总变异ssy=x引起的回归变异u+误差引起的离回归变异Q 1590444 √1446356×2495556 0.8371 查表0()=0.798,川=0837)0(7)=0.798表明相关极显著(同一个资料相关 显著回归必显著,相关的显著性测验可以查表进行) r2=(-0.8371)2=0.7008=70.08%表明在y的总变异中因x的作用引起的变异占 70.08% The Sas System The CoRR Procedure Pearson Correlation Coefficients, n=9 Prob>rl under HO: Rho=0 x1.0000.083714(0.0049) y-0.83714(0.0049)1.0000 相关极显著 (三)、建立线性回归方程:主要是利用最小平方法建立直线回归方程。 如果变量间呈直线关系,希望用一直线方程j=a+bx来描述它们的关系,建立x vs.y socres Plot of y*x. Symbol used is '*'. y | 20 + | | * | * * 10 + * * | * | | * 0 + * | --+----------+----------+----------+----------+----------+----------+- 30.0 32.5 35.0 37.5 40.0 42.5 45.0 本例 的散点图基本呈线性趋势 （二）、计算相关系数并进行相关关系的显著性测验 相关系数：表示变量间相关性质和密切程度的统计数，或回归平方和占总平方和比例 的平方根。  − = − + − 2 2 2 (y y) (y ˆ y) (y y ˆ) 即 y的总变异ssy=x引起的回归变异u+误差引起的离回归变异Q 0.8371 144.6356 249.5556 159.0444 ( ) ( ˆ ) 2 2 2 = −  − = = = − − = =   y x y x y ss ss sp ss ss sp y y y y ss u r 查表 (7) 0.798, r0.01 = r = 0.8371r0.01(7) = 0.798 表明相关极显著（同一个资料相关 显著回归必显著，相关的显著性测验可以查表进行）。 ( 0.8371) 0.7008 2 2 r = − = =70.08%表明在y的总变异中因x的作用引起的变异占 70.08%。 The SAS System The CORR Procedure Pearson Correlation Coefficients, N = 9 Prob > |r| under H0: Rho=0 x y x 1.00000 -0.83714 ( 0.0049) y -0.83714 (0.0049) 1.0000 相关极显著 （三）、建立线性回归方程：主要是利用最小平方法建立直线回归方程。 如果变量间呈直线关系，希望用一直线方程 y ˆ = a + bx 来描述它们的关系，建立