十二章节相关与回归分析.ppt
《十二章节相关与回归分析.ppt》由会员分享,可在线阅读,更多相关《十二章节相关与回归分析.ppt(92页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、十二章节相关与回归分析 Still waters run deep.流静水深流静水深,人静心深人静心深 Where there is life,there is hope。有生命必有希望。有生命必有希望 社会上,许多现象之间也都有相互联系,例如:社会上,许多现象之间也都有相互联系,例如:社会上,许多现象之间也都有相互联系,例如:社会上,许多现象之间也都有相互联系,例如:身高与体重、教育程度和收入、学业成就和家庭环境、身高与体重、教育程度和收入、学业成就和家庭环境、身高与体重、教育程度和收入、学业成就和家庭环境、身高与体重、教育程度和收入、学业成就和家庭环境、智商与父母智力等。在这些有关系的现象
2、中,它们之智商与父母智力等。在这些有关系的现象中,它们之智商与父母智力等。在这些有关系的现象中,它们之智商与父母智力等。在这些有关系的现象中,它们之间联系的程度和性质也各不相同。间联系的程度和性质也各不相同。间联系的程度和性质也各不相同。间联系的程度和性质也各不相同。本书第十章提出了两总体的检验及估计的问题,这本书第十章提出了两总体的检验及估计的问题,这本书第十章提出了两总体的检验及估计的问题,这本书第十章提出了两总体的检验及估计的问题,这意味着我们开始与双变量统计方法打交道了。双变量意味着我们开始与双变量统计方法打交道了。双变量意味着我们开始与双变量统计方法打交道了。双变量意味着我们开始与双
3、变量统计方法打交道了。双变量统计与单变量统计最大的不同之处是,客观事物间的统计与单变量统计最大的不同之处是,客观事物间的统计与单变量统计最大的不同之处是,客观事物间的统计与单变量统计最大的不同之处是,客观事物间的关联性开始披露出来。这一章我们将把相关关系的讨关联性开始披露出来。这一章我们将把相关关系的讨关联性开始披露出来。这一章我们将把相关关系的讨关联性开始披露出来。这一章我们将把相关关系的讨论深入下去,不仅要对相关关系的存在给出判断,更论深入下去,不仅要对相关关系的存在给出判断,更论深入下去,不仅要对相关关系的存在给出判断,更论深入下去,不仅要对相关关系的存在给出判断,更要对相关关系的强度给
4、出测量,同时要披露两变量间要对相关关系的强度给出测量,同时要披露两变量间要对相关关系的强度给出测量,同时要披露两变量间要对相关关系的强度给出测量,同时要披露两变量间的因果联系,其内容分为相关分析和回归分析这两个的因果联系,其内容分为相关分析和回归分析这两个的因果联系,其内容分为相关分析和回归分析这两个的因果联系,其内容分为相关分析和回归分析这两个大的方面。大的方面。大的方面。大的方面。11/9/20222第一节第一节 变量之间的相互关系变量之间的相互关系 1.1.相关程度相关程度相关程度相关程度 完全相关,指变量之间为函数关系;完全不相关指变完全相关,指变量之间为函数关系;完全不相关指变完全相
5、关,指变量之间为函数关系;完全不相关指变完全相关,指变量之间为函数关系;完全不相关指变量之间不存在任何依存关系,彼此独立。不完全相关介于量之间不存在任何依存关系,彼此独立。不完全相关介于量之间不存在任何依存关系,彼此独立。不完全相关介于量之间不存在任何依存关系,彼此独立。不完全相关介于两者之间。不完全相关是本章讨论的重点。两者之间。不完全相关是本章讨论的重点。两者之间。不完全相关是本章讨论的重点。两者之间。不完全相关是本章讨论的重点。由于数学手段上的局限性,统计学探讨的最多的是定由于数学手段上的局限性,统计学探讨的最多的是定距距定距变量间能近似地表现为一条直线的线性相关。在定距变量间能近似地表
6、现为一条直线的线性相关。在统计中,对于线性相关,采用相关系数(记作统计中,对于线性相关,采用相关系数(记作r r)这一指标)这一指标来量度相关关系程度或强度。就线性相关来说,当来量度相关关系程度或强度。就线性相关来说,当r r l l时,表示为完全相关;当时,表示为完全相关;当r r=0=0时,表现为无相关或零相时,表现为无相关或零相关;当关;当0 0 r r 1 1时,表现为不完全相关。时,表现为不完全相关。11/9/20223 2.2.相关方向:正相关和负相关相关方向:正相关和负相关相关方向:正相关和负相关相关方向:正相关和负相关 所谓正相关关系是指一个变量的值增加时,另一变所谓正相关关系
7、是指一个变量的值增加时,另一变所谓正相关关系是指一个变量的值增加时,另一变所谓正相关关系是指一个变量的值增加时,另一变量的值也增加。例如,受教育水平越高找到高薪水工作的量的值也增加。例如,受教育水平越高找到高薪水工作的量的值也增加。例如,受教育水平越高找到高薪水工作的量的值也增加。例如,受教育水平越高找到高薪水工作的机会也越大。而负相关关系是指一个变量的值增加时,另机会也越大。而负相关关系是指一个变量的值增加时,另机会也越大。而负相关关系是指一个变量的值增加时,另机会也越大。而负相关关系是指一个变量的值增加时,另一变量的值却减少。例如,受教育水平越高,理想子女数一变量的值却减少。例如,受教育水
8、平越高,理想子女数一变量的值却减少。例如,受教育水平越高,理想子女数一变量的值却减少。例如,受教育水平越高,理想子女数目越少。要强调的是,只有定序以上测量层次的变量才分目越少。要强调的是,只有定序以上测量层次的变量才分目越少。要强调的是,只有定序以上测量层次的变量才分目越少。要强调的是,只有定序以上测量层次的变量才分析相关方向,因为只有这些变量的值有高低或多少之分。析相关方向,因为只有这些变量的值有高低或多少之分。析相关方向,因为只有这些变量的值有高低或多少之分。析相关方向,因为只有这些变量的值有高低或多少之分。至于定类变量,由于变量的值并无大小、高低之分,故定至于定类变量,由于变量的值并无大
9、小、高低之分,故定至于定类变量,由于变量的值并无大小、高低之分,故定至于定类变量,由于变量的值并无大小、高低之分,故定类变量与其他变量相关时就没有正负方向了。类变量与其他变量相关时就没有正负方向了。类变量与其他变量相关时就没有正负方向了。类变量与其他变量相关时就没有正负方向了。11/9/20224 3.3.因果关系与对称关系因果关系与对称关系因果关系与对称关系因果关系与对称关系 因果关系中两个变量有自变量(因果关系中两个变量有自变量(因果关系中两个变量有自变量(因果关系中两个变量有自变量(independent independent Variable)Variable)和因变量和因变量和因变
10、量和因变量(dependent Variable)(dependent Variable)之分:之分:之分:之分:(1 1)两个变量有共变关系;)两个变量有共变关系;)两个变量有共变关系;)两个变量有共变关系;(2 2)因变量的变化是由自变量的变化引起的;)因变量的变化是由自变量的变化引起的;)因变量的变化是由自变量的变化引起的;)因变量的变化是由自变量的变化引起的;(3 3)两个变量的产生和变化有明确的时间顺序,前者)两个变量的产生和变化有明确的时间顺序,前者)两个变量的产生和变化有明确的时间顺序,前者)两个变量的产生和变化有明确的时间顺序,前者称为自变量,后者称为因变量。称为自变量,后者称
11、为因变量。称为自变量,后者称为因变量。称为自变量,后者称为因变量。表现为对称关系的相关关系,互为根据,不能区分自表现为对称关系的相关关系,互为根据,不能区分自表现为对称关系的相关关系,互为根据,不能区分自表现为对称关系的相关关系,互为根据,不能区分自变量和因变量,或者说自变量和因变量可以根据研究目的变量和因变量,或者说自变量和因变量可以根据研究目的变量和因变量,或者说自变量和因变量可以根据研究目的变量和因变量,或者说自变量和因变量可以根据研究目的任意选定,例如身高和体重之间的关系。任意选定,例如身高和体重之间的关系。任意选定,例如身高和体重之间的关系。任意选定,例如身高和体重之间的关系。11/
12、9/20225 4.4.单相关和复相关单相关和复相关单相关和复相关单相关和复相关 从变量的多少上看,单相关只涉及两个变量,亦称二元从变量的多少上看,单相关只涉及两个变量,亦称二元从变量的多少上看,单相关只涉及两个变量,亦称二元从变量的多少上看,单相关只涉及两个变量,亦称二元相关;三个或三个以上变量之间的关系称为复相关,亦称多相关;三个或三个以上变量之间的关系称为复相关,亦称多相关;三个或三个以上变量之间的关系称为复相关,亦称多相关;三个或三个以上变量之间的关系称为复相关,亦称多元相关。元相关。元相关。元相关。五、直线相关和曲线相关五、直线相关和曲线相关五、直线相关和曲线相关五、直线相关和曲线相
13、关 从变量变化的形式上看,如果关系近似地表现为一条直从变量变化的形式上看,如果关系近似地表现为一条直从变量变化的形式上看,如果关系近似地表现为一条直从变量变化的形式上看,如果关系近似地表现为一条直线,称为直线相关或线性相关;如果关系近似地表现为一条线,称为直线相关或线性相关;如果关系近似地表现为一条线,称为直线相关或线性相关;如果关系近似地表现为一条线,称为直线相关或线性相关;如果关系近似地表现为一条曲线,则称为曲线相关或称为非线性相关。曲线,则称为曲线相关或称为非线性相关。曲线,则称为曲线相关或称为非线性相关。曲线,则称为曲线相关或称为非线性相关。由于数学手段的局限性,我们以学习线性相关为主
14、。在由于数学手段的局限性,我们以学习线性相关为主。在由于数学手段的局限性,我们以学习线性相关为主。在由于数学手段的局限性,我们以学习线性相关为主。在统计学中,通过分段处理线性相关也可以用于处理曲线相统计学中,通过分段处理线性相关也可以用于处理曲线相统计学中,通过分段处理线性相关也可以用于处理曲线相统计学中,通过分段处理线性相关也可以用于处理曲线相关。关。关。关。11/9/20226第二节第二节 定类变量的相关分析定类变量的相关分析本节内容:本节内容:1、列联表、列联表2、削减误差比例、削减误差比例3、系数系数4、系数系数11/9/20227 1.1.列联表列联表列联表列联表 列联表,是按品质标
15、志把两个变量的频数分布进列联表,是按品质标志把两个变量的频数分布进列联表,是按品质标志把两个变量的频数分布进列联表,是按品质标志把两个变量的频数分布进行交互分类,由于表内的每一个频数都需同时满足两个行交互分类,由于表内的每一个频数都需同时满足两个行交互分类,由于表内的每一个频数都需同时满足两个行交互分类,由于表内的每一个频数都需同时满足两个变量的要求,所以列联表又称条件频数表。变量的要求,所以列联表又称条件频数表。变量的要求,所以列联表又称条件频数表。变量的要求,所以列联表又称条件频数表。例如,某区调查了例如,某区调查了例如,某区调查了例如,某区调查了357357名选民,考察受教育程度与投名选
16、民,考察受教育程度与投名选民,考察受教育程度与投名选民,考察受教育程度与投票行为之间的关系,将所得资料作成下表,便是一种关票行为之间的关系,将所得资料作成下表,便是一种关票行为之间的关系,将所得资料作成下表,便是一种关票行为之间的关系,将所得资料作成下表,便是一种关于频数的列联表。于频数的列联表。于频数的列联表。于频数的列联表。11/9/2022822频数分布列联表的一般形式频数分布列联表的一般形式n n习惯上把因变量习惯上把因变量习惯上把因变量习惯上把因变量Y Y放在表侧,把自变量放在表侧,把自变量放在表侧,把自变量放在表侧,把自变量X X放在表头。放在表头。放在表头。放在表头。n n222
17、2列联表是最简单的交互分类表。列联表是最简单的交互分类表。列联表是最简单的交互分类表。列联表是最简单的交互分类表。n n rc rc列联表列联表列联表列联表 r(row)r(row)、c(column)c(column)11/9/20229 rc频数分布列联表的一般形式频数分布列联表的一般形式11/9/202210自己志愿自己志愿自己志愿自己志愿知心朋友志愿知心朋友志愿知心朋友志愿知心朋友志愿总数总数总数总数快乐家快乐家快乐家快乐家庭庭庭庭理想工理想工理想工理想工作作作作增广见增广见增广见增广见闻闻闻闻快乐家庭快乐家庭快乐家庭快乐家庭28289 93 34040理想工作理想工作理想工作理想工作
18、2 241417 75050增广见闻增广见闻增广见闻增广见闻2 24 44 41010总数总数总数总数32325454141410010011/9/202211两个边际分布:两个边际分布:两个边际分布:两个边际分布:11/9/202212n n 条件频数表中各频数因基数不同不便作直接比较,因此有必要将频数化成相对频数,使基数标准化。这样,我们就从频数分布的列联表得到了相对频数分布的列联表(或称频率分布的列联表)。下表是rc相对频数分布列联表的一般形式。11/9/202213 rc相对频数分布列联表的一般形式相对频数分布列联表的一般形式11/9/202214 在相对频数分布列联表中,各数据为各分
19、类在相对频数分布列联表中,各数据为各分类在相对频数分布列联表中,各数据为各分类在相对频数分布列联表中,各数据为各分类出现的相对频数出现的相对频数出现的相对频数出现的相对频数(或者频率或者频率或者频率或者频率)。将频数。将频数。将频数。将频数 化成相对化成相对化成相对化成相对频数频数频数频数 有两种做法:有两种做法:有两种做法:有两种做法:相对频数联合分布相对频数联合分布相对频数联合分布相对频数联合分布 两个边际分布两个边际分布两个边际分布两个边际分布 或或或或相对频数条件分布相对频数条件分布相对频数条件分布相对频数条件分布 或或或或11/9/202215 rc相对频数联合分布列联表相对频数联合
20、分布列联表11/9/202216控制控制X,Y相对频数条件分布列联表相对频数条件分布列联表11/9/202217控制控制Y,X相对频数条件分布列联表相对频数条件分布列联表11/9/202218 例例例例A1A1试把下表所示的频数分布列联表,转试把下表所示的频数分布列联表,转试把下表所示的频数分布列联表,转试把下表所示的频数分布列联表,转化为自变量受到控制的相对频数条件分布列联化为自变量受到控制的相对频数条件分布列联化为自变量受到控制的相对频数条件分布列联化为自变量受到控制的相对频数条件分布列联表,并加以相关分析。表,并加以相关分析。表,并加以相关分析。表,并加以相关分析。投票行为投票行为Y Y
21、受教育程度受教育程度X X 大学以大学以上上 大学以大学以下下投票投票弃权弃权160160 7 7129129 61 61289289 68 68合计:合计:16716719019035735711/9/202219 从上表可知,受过大学以上教育的被调查者绝大多从上表可知,受过大学以上教育的被调查者绝大多数(占数(占95.8%95.8%)是投票的,受教育程度在大学以下的被调)是投票的,受教育程度在大学以下的被调查者虽多数也参与投票(占查者虽多数也参与投票(占67.9%67.9%),但后者参与投票的但后者参与投票的百百分比远小于前者;前者只有分比远小于前者;前者只有4.2%4.2%弃权,而后者则
22、有弃权,而后者则有32.1%32.1%弃权。两相比较可知,受教育程度不同,参与投票的行弃权。两相比较可知,受教育程度不同,参与投票的行为不同,因此两个变量是相关的。为不同,因此两个变量是相关的。投票行为投票行为Y Y受教育程度受教育程度X X 大学以上大学以上 大学以下大学以下投票投票弃权弃权95.8%(160/167)95.8%(160/167)4.2%(7/167)4.2%(7/167)67.9%(129/190)67.9%(129/190)32.1%(61/190)32.1%(61/190)81.0%(289/357)81.0%(289/357)19.0%(68/357)19.0%(68
23、/357)100.0%100.0%(167)(167)100.0%100.0%(190)(190)100.0%100.0%(357)(357)11/9/202220 例例例例A2A2试把下表所示的频数分布列联表,转试把下表所示的频数分布列联表,转试把下表所示的频数分布列联表,转试把下表所示的频数分布列联表,转化为相对频数条件分布列联表和自变量受到控制化为相对频数条件分布列联表和自变量受到控制化为相对频数条件分布列联表和自变量受到控制化为相对频数条件分布列联表和自变量受到控制的相对频数条件分布列联表,并加以相关分析。的相对频数条件分布列联表,并加以相关分析。的相对频数条件分布列联表,并加以相关分
24、析。的相对频数条件分布列联表,并加以相关分析。投票行为投票行为Y Y受教育程度受教育程度X X 大学以大学以上上 大学以大学以下下投票投票弃权弃权100100 67 67114114 76 76214214143143合计:合计:16716719019035735711/9/202221 上表显示,大学以上文化程度和大学以下文化程度同样上表显示,大学以上文化程度和大学以下文化程度同样各有各有60%60%的人参与投票,的人参与投票,40%40%的人弃权,并没有因为受教育的人弃权,并没有因为受教育程度不同,而使参与投票的行为有所不同。因此,此时的两程度不同,而使参与投票的行为有所不同。因此,此时的
25、两个变量是不相关的,或者说是独立的。我们不难发现,此时个变量是不相关的,或者说是独立的。我们不难发现,此时反映全体投票情况的相对频数的边际分布反映全体投票情况的相对频数的边际分布()()也各有也各有60%60%的人参与投票,的人参与投票,40%40%的人弃权。的人弃权。投票行为投票行为Y Y受教育程度受教育程度X X 大学以上大学以上 大学以下大学以下投票投票弃权弃权60.0%(100/167)60.0%(100/167)40.0%(67/167)40.0%(67/167)60.0%(114/190)60.0%(114/190)40.0%(76/190)40.0%(76/190)60.0%(2
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 十二 章节 相关 回归 分析
限制150内