文档介绍：相关分析
描述变量之间的关系
二元变量分析
偏相关分析
距离相关分析
上节回顾
2
相关概念
相关分析就是描述两个或两个以上变量间关系密切程度的统计方法,有效地揭示事物之间相关关系的强弱程度。
二元变量相关分析(散点图——直观;相关系数——精准)
偏相关分析(固定某些变量,研究其它变量之间的关系)
距离相关分析
上节回顾
相关
3
第6讲 回归分析
4
基本概念
5
一、“回归”起源
“回归”一词是英国生物学
家、统计学家高尔顿()在研
究父亲身高和其成年儿子身高关系时提
出的。
从大量父亲身高和其成年儿
子身高数据的散点图中,Galton发现
了一条贯穿其中的直线,它能描述父
亲身高和其成年儿子身高的关系,并
可以用于根据父亲身高预测其成年儿
子身高。
6
一、“回归”起源
Galton通过上述研究发现儿子的平均身高一般总是介于其父亲与其种族的平均高度之间,即儿子的身高在总体上有一种“回归”到其所属种族高度的趋势,这种现象称为回归现象,贯穿数据的直线称为回归线。
回归概念产生以后,被广泛应用于各个领域之中,并成为研究随机变量与一个或多个自变量之间变动关系的一种统计分析技术。
7
二、回归的基本概念
回归分析的概念
回归分析就是研究一个或多个变量的变动对另一个变量的变动的影响程度的方法。
相关分析与回归分析的关系
相关分析是根据统计数据,通过计算分析变量之间关系的方向和紧密程度,而不能说明变量之间相互关系的具体形式,无法从一个变量的变化来推测另一个变量的变化情况。
回归分析能够确切说明变量之间相互关系的具体形式,可以通过一个相关的数学表达式,从一个变量的变化来推测另一个变量的变化情况,使估计和预测成为可能。
相关分析是回归分析的基础和前提,回归分析是相关分析的深入和继续。
相关与回归
8
二、回归的基本概念
回归分析的目的
根据已知的资料或数据,找出变量之间的关系表达式(找到回归线或回归方程),用自变量的已知值去推测因变量的值或范围(进行预测),实际上是研究因果关系。(例如: )
回归分析的基本过程
确定自变量、因变量
确定回归模型
估计模型中的参数(建立回归方程)
对回归模型进行各种检验
模型应用(利用回归方程预测)
9
二、回归的基本概念
回归分析可以解决的问题
确定因变量与若干个自变量之间联系的定量表达式,即回归方程或数学模型
通过控制可控变量的数值,借助数学模型来预测或控制因变量的取值和精度
进行因素分析,从影响因变量变化的自变量中区分出重要因素和次要因素
分类
根据变量之间相关关系的表现形式分为
线性回归分析:变量之间的相关关系是线性关系
非线性回归分析:变量之间的相关关系是非线性关系
根据影响因变量的自变量的多少分为
一元回归分析
多元回归分析
10
二、回归的基本概念
回归分析的功能
实现回归分析的功能主要在“Analyze→Regression”命令菜单中,主要分为:
线性回归分析
曲线估计分析
二维逻辑分析
多维逻辑分析
顺序分析
概率分析
非线性回归分析
加权估计分析
两阶最小二乘分析