S=∑(-,),自由度f=n2(取样组数减去两个变量个数) 求说偏平方和是由部分组成的,二是Su为平方和表示由量x取值不起的Y值的签其大小反喷了变量之网的相 测因素 制因素等 预报精 分别确定相关程度和预报精度的检验标准 (1)变量之间的相关程度 取S在S中所占的比例大小,作为衡量变量之间相关程度的数量指标 r称为相关系数,把Y1=b0+bX,代入S中,同时利用④式,可得r的计算式 x√S√Sx 式中:Sn=∑(X-)2=S 0≤H≤1,r=0时,表示Y和x没有线性相关,观测值在散点图上呈散乱点子:也可能存在非线性相关,散点图呈曲线趋势。r=1时,表示Y和Z 呈线性函数关系,所有观测值都应落在同一直线上。0<<1,表示Y和X存在线性相关。H越大线性相关越密切,观测值在散点图上越靠近配合直线 的两侧分布:越小则线性相关越微弱,观测值在散点图上越远离配合直线4 2 1 ) ˆ ( = = − n t S余 Yt Yt ，自由度 f 余= n-2 (取样组数减去两个变量个数) 式⑤说明，总偏差平方和是由两部分组成的。一是 S 回，称为回归平方和，表示由变量 X 取值不同引起的 Y 值的差异，其大小反映了变量之间的相 关程度；二是 S 余，称剩余平方和，表示由观测因素和未加控制因素等随机误差引起的 Y 值的差异，其大小反映了随机误差对预报精度的影响。据此， 可分别确定相关程度和预报精度的检验标准： ⑴ 变量之间的相关程度 取 S 回在 S 总中所占的比例大小，作为衡量变量之间相关程度的数量指标： 总 回 S S r = r 称为相关系数，把 Yt = b0 + bXt 代入 S 回中,同时利用④式，可得 r 的计算式： =   = = = − − n t t n t t Y Y Y Y r 1 2 1 ( ) ) ˆ ( =   = = − − n t t n t t Y Y X X b 1 2 1 ( ) ) ˆ ( XY XX XY S S S (8-19) 式中： S Y Y S总 N T YY =  t − = = 2 1 ( ) 0  r 1,r = 0 时，表示 Y 和 X 没有线性相关，观测值在散点图上呈散乱点子；也可能存在非线性相关，散点图呈曲线趋势。r=1 时，表示 Y 和 Z 呈线性函数关系，所有观测值都应落在同一直线上。 0  r 1,表示 Y 和 X 存在线性相关。 r 越大线性相关越密切，观测值在散点图上越靠近配合直线 的两侧分布； r 越小则线性相关越微弱，观测值在散点图上越远离配合直线