文档介绍：管理相关分析
第1页，此课件共47页哦
一变量间的关系： 函数关系
是一一对应的确定关系
设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相应的值，质和程度。
对散布图的分析判断方法有：
① 对照典型图形分析法：
将绘制的散布图与6种典型图相对比，从而确定其相关关系和程度。
第14页，此课件共47页哦
② 简单象限法：
在图上画一条与y轴平行的P线，使P线左、右两侧的点数相等或大致相等；
在图上再画一条与x轴平行的Q线，使Q线上、下两侧的点数相等或大致相等；
PQ两线把图形分成四个象限，计算各象限区域内的点数，线上的不计
计算对角象限内的点数，即 nⅠ+nⅢ， nⅡ+nⅣ
当nⅠ+nⅢ﹥nⅡ+nⅣ时，为正相关；
当nⅠ+nⅢ﹤nⅡ+nⅣ时，为负相关；
当nⅠ+nⅢ＝nⅡ+nⅣ时，为不相关；
Y
P
Q
X
nⅠ
nⅡ
nⅢ
nⅣ
第15页，此课件共47页哦
六、注意事项：
数据的性质要相同，否则会导致不真实的判断结果；
散布图的相关规律的运用范围一般局限于观测值数据的范围内，不能任意扩大相关推断范围；
散布图中出现的个别偏离分布趋势的异常点，应当查明原因予以剔除；
第16页，此课件共47页哦
实例解析：
某酒厂要判定中间产品酒中的酸度喝酒度2个变量之间有无关系，存在什么关系？（搜集到的数据如下表）
序号
酸度 x
酒度 y
序号
酸度 x
酒度 y
1
16
2
17
3
18
4
19
5
20
6
21
7
22
8
23
9
24
10
10.
25
11
26
12
27
13
28
14
29
15
30
第17页，此课件共47页哦
解析：
1、确定坐标：横坐标x轴为酸度，纵坐标y轴为酒度
2、描点，形成散布图：
Y
0
X
酒度
酸度
nⅠ
nⅡ
nⅢ
nⅣ
3、图形分析：可以认为酸度和酒度之间存在着弱负相关关系
第18页，此课件共47页哦
相关系数
通过相关散布图的形状，我们大概可以判断变量之间相关程度的强弱、方向和性质，但并不能得知其相关的确切程度。为精确了解变量间的相关程度，还需作进一步统计分析，求出描述变量间相关程度与变化方向的量数，即相关系数。总体相关系数用ρ（读“柔”）表示，样本相关系数用r表示。
第19页，此课件共47页哦
附加说明：
（1）两变量间存在相关，仅意味着变量间有关联，并不一定是因果关系。
（2）相关系数不是等距的测量单位。
r是一个比值，不是由相等单位度量而来，不能进行加、减、乘、除运算。如r1=,r2=,r3=，不能认为r1=r3-r2
或r2=2r1。
（3）相关系数受变量取值区间大小及观测值个数的影响较大。
第20页，此课件共47页哦
变量的取值区间越大，观测值个数越多，相关系数受抽样误差的影响越小，结果就越可靠，如果数据较少，本不相关的两列变量，计算的结果可能相关，如学生的身高与学****成绩。本书所举例题，数据较少，仅为说明计算方法时较方便。
（4）相关系数在特定情况下使用才具有意义。
如高中生身高与体重的相关系数用在儿童身上就没有意义。
第21页，此课件共47页哦
（5）通过实际观测值计算的相关系数，须经过显著性检验确定其是否有意义。
|r|的取值范围
|r|的意义
-
极低相关
-
低