5相关与回归分析.ppt

应用统计学实验指导应用统计学实验指导 主讲教师：丁辉主讲教师：丁辉1实验五：相关与回归分析实验五：相关与回归分析2实验目的v1、掌握用Excel绘制变量之间的散点图v2、掌握利用Excel求解变量之间的相关系数的操作步骤v3、掌握用Excel一次性算出回归模型参数的方法和步骤v4、正确分析输出结果并得出正确的回归模型。3v1、熟练掌握利用Excel绘制散点图和计算变量间的相关系数v2、通过练习，能够独立运用Excel计算出回归模型参数v3、正确分析输出结果并得出正确的回归模型实验要求4实验内容 1、某地区1994年到2002年的人均收入和商品零售总额的数据如下：求人均收入和商品零售总额之间的相关关系。5年份 人均收入X（元）商品零售总额(Y亿元)1994450261995550321996680441997730621998810701999930892000105010320011160115200212501286实验步骤1、相关系数、相关系数v在在Excel中，相关系数函数和相关系数宏提供了中，相关系数函数和相关系数宏提供了两种计算相关系数的方法。两种计算相关系数的方法。v（一）相关系数函数（一）相关系数函数v在在Excel中，中，CORREL函数和函数和PERSON函数提供函数提供了计算两个变量之间的相关系数的方法，这两个了计算两个变量之间的相关系数的方法，这两个函数是等价的。函数是等价的。7在在Excel 的工作表中输入如表的工作表中输入如表5.1 所示的人均收入所示的人均收入X和商品零售总额和商品零售总额Y的样本数据。的样本数据。8单击单元格单击单元格D3，单击工具栏上的，单击工具栏上的“插入插入函数函数”命令，出现下图所示对话框，在命令，出现下图所示对话框，在“选择类别选择类别”后的对话框中选择后的对话框中选择“统计统计”，在，在“选择函数选择函数”中中选择函数选择函数“CORREL”，然后点击确定。，然后点击确定。9在在“array1”中输入第一个变量中输入第一个变量“人均收入人均收入”的数的数据区域据区域B2:B10，“array2”中输入第二个变量中输入第二个变量“商品零售总额商品零售总额”的数据区域的数据区域C2:C10。如下图所示。如下图所示。单击确定，得到结果单击确定，得到结果0.994377199。10（二）相关系数宏在Excel 的工作表中输入如表5.1 所示的人均收入X和商品零售总额Y的样本数据。11v单击单元格D3，单击工具栏上的“工具数据分析”命令，选择“相关系数”过程，如图所示。12v在“输入区域”中输入两个变量所在区域B2:C10，数据以列排列，输出区域选择在同一工作表中的以E1:F6区域里。如下图所示。13v单击确定，得到结果0.994377。14实验内容 2、对表5.1数据，试配合适当的回归模型并进行显著性检验；若2003年该地区人均收入为1300元，当显著性水平为0.05 时，试估计2003 年商品零售总额为多少？15在在Excel 的工作表中输入如表的工作表中输入如表5.1 所示的人均收入所示的人均收入X和商品零售总额和商品零售总额Y的样本数据。的样本数据。16v点击主菜单中的点击主菜单中的“插入插入”菜单，在弹出的子菜菜单，在弹出的子菜单中点击单中点击“图表图表”选项，在标准类型选项下选择选项，在标准类型选项下选择“XY 散点图散点图”，点击下一步，在弹出对话框的输，点击下一步，在弹出对话框的输入区域，拖动鼠标选择人均收入入区域，拖动鼠标选择人均收入X和商品零售总和商品零售总额额Y的样本值；系列产生，在选择列；得到散点的样本值；系列产生，在选择列；得到散点图如下图所示。图如下图所示。v由图可以看出人均收入由图可以看出人均收入X和商品零售总额和商品零售总额Y之间存之间存在很明显的线性关系，可以建立一元线性回归模在很明显的线性关系，可以建立一元线性回归模型。型。1718v点击主菜单中的点击主菜单中的“工具工具”菜单，在弹出的子菜菜单，在弹出的子菜单中点击单中点击“数据分析数据分析”(若弹出的子菜单无若弹出的子菜单无“数据数据分析分析”选项，可通过选项，可通过“工具工具”菜单中的菜单中的“加载宏加载宏”选项进行补充安装选项进行补充安装)，在出现的数据分析对话框，在出现的数据分析对话框中选择回归，如下图所示。中选择回归，如下图所示。19点击对话框中的确定，弹出点击对话框中的确定，弹出“回归回归”对话框，在对话框，在Y 值输入区域，拖动鼠标选择值输入区域，拖动鼠标选择Y样本值样本值C2:C10，在，在X 值输入区域，拖动鼠标选择值输入区域，拖动鼠标选择X 样本值样本值B2:B10,“置信度置信度”输入输入95%，“输出区域输出区域”为为A12，如图，如图所示。所示。20点击确定，弹出回归分析有关参数的窗口，如图所点击确定，弹出回归分析有关参数的窗口，如图所示。示。21由上图的输出结果，可以得到本例中的回归系数为由上图的输出结果，可以得到本例中的回归系数为a=0.1336577,b=-38.68166，故所求回归方程为，故所求回归方程为Y=0.1336577X+-38.68166，由于，由于Significance F=4.36511E-080.001，可知回归方程是极高度，可知回归方程是极高度显著的，说明该回归模型和回归方程合理反映了人显著的，说明该回归模型和回归方程合理反映了人均收入和商品零售总额的相关关系，可以用来进行均收入和商品零售总额的相关关系，可以用来进行预测和控制。预测和控制。Y=0.1336577*1300-38.68166=135.07335 2003 年商品零售总额为年商品零售总额为135.07335元元22实验作业1、为了研究、为了研究1978-2005年中国财政收入与国内生产年中国财政收入与国内生产总值的关系，取得数据如下表：总值的关系，取得数据如下表：求中国财政收入与国内生产总值之间的相关关系。求中国财政收入与国内生产总值之间的相关关系。23年份财政收入国内生产总值年份财政收入国内生产总值19781132.263645.21719923483.3726937.2819791146.384062.57919934348.9535260.0219801159.934545.62419945218.148108.4619811175.794889.46119956242.259810.5319821212.335330.45119967407.9970142.4919831366.955985.55219978651.1378060.8319841642.867243.75219989875.9583024.2819852004.829040.737199911444.0888479.1519862122.0110274.38200013395.2398000.4519872199.3512050.62200116386.04108068.219882357.2415036.82200218903.64119095.719892664.917000.92200321715.2513517419902937.118718.32200426396.47159586.719913149.4821826.2200531649.29184739.1242、对表、对表5.2数据，试配合适当的回归模型并进行显著数据，试配合适当的回归模型并进行显著性检验；若性检验；若2006年该地区国内生产总值为年该地区国内生产总值为209100亿元，当显著性水平为亿元，当显著性水平为0.05 时，试估计时，试估计2006 年中国财政收入为多少？年中国财政收入为多少？25The end 26