相关分析与回归分析.doc

第八章相关与回归分析
 
一、本章重点
。事物之间的依存关系,可以分为函数关系和相关关系。相关关系又有单向因果关系和互为因果关系;单相关和复相关;线性相关和非线性相关;不相关、不完全相关和完全相关;正相关和负相关等类型。
,着重掌握如何画相关表、相关图,如何测定相关系数、测定系数以及进行相关系数的推断。相关表和相关图是变量间相关关系的生动表示,对于未分组资料和分组资料计算相关系数的方法是不同的,一元线性回归中相关系数和测定系数有着密切的关系,得到样本相关系数后还要对总体相关系数进行科学推断。
,着重掌握一元回归的基本原理方法,一元回归是线性回归的基础,多元线性回归和非线性回归都是以此为基础的。用最小平方法估计回归参数,回归参数的性质和显著性检验,随机项方差的估计,回归方程的显著性检验,利用回归方程进行预测是回归分析的主要内容。
。相关与回归分析都有它们的应用范围,必须知道在什么情况下能用,什么情况下不能用。相关分析和回归分析必须以定性分析为前提,否则可能会闹出笑话,在进行预测时选取的样本要尽量分散,以减少预测误差,在进行预测时只有在现有条件不变的情况下才能进行,如果条件发生了变化,原来的方程也就失去了效用。
二、难点释疑
本章难点在于计算公式多,不容易记忆,所以更要注重计算的练习。为了掌握基本计算的内容,起码应认真理解书上的例题,做完本指导书上的全部计算题。初学者可能会感到本章公式多且复杂,难于记忆,其实只要抓住Lxx、Lxy、Lyy这三个记号,记住它们的展开式,几个主要的公式就不难记忆了。如果能自己把这些公式推证一下,搞清其关系,那就更容易记住了。
三、练习题
(一)填空题
1事物之间的依存关系,根据其相互依存和制约的程度不同,可以分为( )和( )两种。
( )和( );按自变量的多少分( )和( );按相关的表现形式分( )和( );按相关关系的密切程度分( )、( )和( );按相关关系的方向分( )。
( )推算( )。
,称为( )
( )
,要求两个变量都是随机的,而在回归分析中要求自变量是( ),因变量是( )。
,具有12对变量值资料,那么这时的估计标准误差是( )。
,用表格来反映,这种表称为( ),将现象之间的相关关系用图表示称( )。
,则相关系数等于( ),若两个变量完全相关,则相关系数等于( )。
=a+bx中,待定系数a为( ),b为( )。
(单位:百公斤),x为每亩地施肥量(单位:公斤),已知y=+,最低施肥量为35公斤,那么每亩地蔬菜产量的大致变动范围为( )到( )。
(二)名词解释



(三)判断题