第七章 相关分析与回归分析(补充例题)

第二篇回归分析与相关分析第7章可线性化的非线性回归线性模型在现实中其实是较少出现的，大量的规律都表现为非线性模型。

线性模型的价值与其说在于处理线性问题，毋宁说在于处理线性化的非线性模型，或者说近似拟合相互作用不太强烈非线性系统。

在实际工作中，我们会遇到许多简单而又实用的非线性模型，这些模型都可以通过某种数学变换转换为线性关系，从而利用最小二乘技术进行回归运算。

比较常见的有指数模型、对数模型、幂指数模型、双曲线模型、抛物线模型、正态分布模型，等等。

下面逐一举例说明。

§7.1 线性与非线性非线性是相对于线性关系而言的。

当变量数目一定的时候，线性关系只有一种，而非线性关系各式各样，千变万化。

传统的科学理论主要是基于线性理论建立起来的，非线性科学的兴起历史并不长久。

虽然非线性理论年龄尚幼，但简单的非线性关系的应用却历史悠久。

首先需要区别函数y=f(x)对自变量x的依赖关系。

对于一个变量而言，线性形式为=,bxy+a这是只有一个自变量的一次多项式表达，式中a、b为参数，表现为常数形式。

如果多项式出现大于1的幂次，就是非线性函数。

最简单的非线性函数之一是抛物线，这是一种二次多项式=2,cy++axbx式中a、b、c为参数。

一般函数为f=,yμ(x),式中μ为参量集。

我们可以从如下方面理解线性关系和非线性关系的区别。

第一，线性是简单的比例关系，而非线性则是对简单比例关系的偏离。

有位学者打了一个通俗的比方，线性就是水涨船高，多多益善；非线性就是过犹不及，物极必反。

以三次曲线为例，该曲线是对线性关系的局部偏离，科学上称之为“微扰”或者“摄动”。

第二，线性关系表明各个变量之间互不相干，独立贡献，非线性关系则意味着相互作用。

线性关系暗示各个变量可以相互叠加，对于非线性而言，暗示整体不等于部分之和。

因此，线性回归要求各个自变量彼此独立，因为最小二乘技术主要是基于线性思想发展的一种参数求解方法。

第三，线性关系意味着信号的频率成分不变，而非线性关系则暗示频率结构发生变化。

第七章回归与相关分析一、填空题1．现象之间的相关关系按相关的程度分为、和；按相关的形式分为和；按影响因素的多少分为和。

2．两个相关现象之间，当一个现象的数量由小变大，另一个现象的数量，这种相关称为正相关；当一个现象的数量由小变大，另一个现象的数量，这种相关称为负相关。

3．相关系数的取值X围是。

4．完全相关即是关系，其相关系数为。

5．相关系数，用于反映条件下，两变量相关关系的密切程度和方向的统计指标。

6．直线相关系数等于零，说明两变量之间；直线相关系数等1，说明两变量之间；直线相关系数等于—1，说明两变量之间。

7．对现象之间变量的研究，统计是从两个方面进行的，一方面是研究变量之间关系的，这种研究称为相关关系；另一方面是研究关于自变量和因变量之间的变动关系，用数学方程式表达，称为。

8．回归方程y=a+bx中的参数a是，b是。

在统计中估计待定参数的常用方法是。

9. 分析要确定哪个是自变量哪个是因变量，在这点上它与不同。

10．求两个变量之间非线性关系的回归线比较复杂，在许多情况下，非线性回归问题可以通过化成来解决。

11．用来说明回归方程代表性大小的统计分析指标是。

12．判断一条回归直线与样本观测值拟合程度好坏的指标是。

二、单项选择题1．下面的函数关系是( )A销售人员测验成绩与销售额大小的关系 B圆周的长度决定于它的半径C家庭的收入和消费的关系 D数学成绩与统计学成绩的关系2．相关系数r的取值X围( )A -∞<r<+∞B -1≤r≤+1C -1<r<+1D 0≤r≤+13．年劳动生产率z(干元)和工人工资y=10+70x，这意味着年劳动生产率每提高1千元时，工人工资平均( )A增加70元 B减少70元 C增加80元 D减少80元4．若要证明两变量之间线性相关程度是高的，则计算出的相关系数应接近于( )A+1 B 0 C 0．5 D [1]5．回归系数和相关系数的符号是一致的，其符号均可用来判断现象( ) A线性相关还是非线性相关 B正相关还是负相关C完全相关还是不完全相关 D单相关还是复相关6．某校经济管理类的学生学习统计学的时间(x)与考试成绩(y)之间建=a+b x。

第七章 相关关系分析法 简答题1.什么是相关关系？相关分析与回归分析的主要内容有哪些？相关关系：指现象之间客观存在的、不确定的数量依存关系。

主要内容：（1）确定变量之间是否相关；（2）确定变量之间的相关类型；关系的密切程度和方向（3）确定变量之间的相关关系的密切程度和方向；（4）建立变量之间的回归方程；（5）给定自变量的值，求因变量的值；（6）测定因变量的估计标准误差。

其中前三个属于相关关系，后三个属于回归关系。

2.什么是相关系数？r 的计算公式中，标准差和协方差分别起的作用是什么？ 相关系数：是说明两种现象之间直线相关关系密切程度的统计分析指标。

协方差的作用：显示x 与y 之间相关的性质，即是正相关、负相关； 显示x 与y 之间线性相关关系密切程度的大小。

标准差作用 ：消除离差积乘中两个变量原有计量单位的影响；将相关系数的值局限在-1到+1之间。

3.如何利用相关系数来判别现象之间的相关关系？（1）相关系数的取值范围为：-1≤r ≤1 。

（2）r ＞0，是正相关， r ＜0，是负相关。

（3）r 越接近0，相关程度越，为不相关。

（4）1=r ，为完全相关，0=r 。

（5）3.0<r ， 为不相关或微弱相关低；r 越接近1，相关程度越高。

5.03.0<≤r ，为低度相关； 8.05.0<≤r ，为显著相关； 18.0<≤r ， 为高度相关。

4.简述简单直线回归分析的特点。

（1）在两个变量之间必须根据研究的目的确定哪个是自变量，哪个是因变量。

（2）在没有明显因果关系的两个变量中，可配合两个回归方程。

值得注意的是，若两个变量存在明显的因果关系时，只能计算一条回归直线，另一条配合出来也没意义。

(3)回归方程的作用在于给出自变量的数值来估计因变量的可能值。

(4)直线回归方程中，自变量的系数b称为回归系数。

回归系数的符号为正时表示正相关,为负表示负相关。

(5) 回归分析中，因变量是随机的，而把自变量当作研究时可以控制的量。

1、填空题现象之间的相关关系按相关的程度分有________相关、________相关和_______相关；按相关的方向分有________相关和________相关;按相关的形式分有________相关和________相关；按影响因素的多少分有________相关和________相关。

2、对现象之间变量关系的研究中，对于变量之间相互关系密切程度的研究，称为_______；研究变量之间关系的方程式，根据给定的变量数值以推断另一变量的可能值,则称为_______。

3、完全相关即是________关系，其相关系数为________。

4、在相关分析中,要求两个变量都是_______；在回归分析中，要求自变量是_______，因变量是_______。

5、person相关系数是在________相关条件下用来说明两个变量相关________的统计分析指标。

6、相关系数的变动范围介于_______与_______之间,其绝对值愈接近于_______，两个变量之间线性相关程度愈高；愈接近于_______，两个变量之间线性相关程度愈低.当_______时表示两变量正相关；_______时表示两变量负相关.7、 当变量x 值增加，变量y 值也增加，这是________相关关系；当变量x值减少，变量y 值也减少，这是________相关关系。

8、 在判断现象之间的相关关系紧密程度时,主要用_______进行一般性判断，用_______进行数量上的说明。

9、 在回归分析中，两变量不是对等的关系，其中因变量是_______变量,自变量是_______量。

10、 已知13600))((=----∑y y x x ，14400)(2=--∑x x ，14900)(2=-∑-y y ,那么，x 和y 的相关系数r 是_______。

11、 用来说明回归方程代表性大小的统计分析指标是________指标。

12、 已知1502=xy σ，18=xσ，11=y σ，那么变量x 和y 的相关系数r 是_______.13、 回归方程bx a y c +=中的参数b 是________,估计特定参数常用的方法是_________.14、 若商品销售额和零售价格的相关系数为-0。

第七章相关分析与回归分析1.企业 编号 产量（千 件）生产费用 （千元）企业编 号 产量（千 件）生产费用 （千元） 1 40 130 7 84 165 2 42 140 8 100 170 3 49 155 9 110 167 4 49 150 10 114 183 550 154 11 125 175 65516012130189试根据上表材料： （1） 绘制散点图。

（2） 计算相关系数。

（3） 配合一条直线回归方程。

解: （ 1）(2) 企业编号产量（千件）x生产费用（千元）yxy x2 y2 1 40 130 **** **** 16900 2 42 140 5880 1764 19600 3 49 155 **** **** 24025 4 49 150 **** **** 22500 5 50 154 7700 2500 23716 6 55 160 8800 3025 25600 784 165 138607056272258 100170 17000 10000 28900 911016718370 12100 278896080040200 150 100产量与生产费用散点图512x159062 -948x1938.12 88368 -9482、12 316190 -19382(3)设回归方程为? = a bxb』甞7n Z x 一(送 x)12 159062-948 1938 12y -bx =1^ -0.4423948=126.558312 12所以回归方程为$ =126.5583 0.4423x2.某县城研究居民月家庭人均生活费支出和月家庭收入的相互关系，随机抽样 10利用上表材料：(1) 绘制散点图并观察两变量之间是否存在线性关系 (2) 计算相关系数，建立回归方程。

(3) 计算估计标准误差。

(4) 测算人均收入为200时，其人均生活费应为多少元 解: ( 1)12 88368-9482_ n 瓦xy-任x)任y) n' x 2 -r x)2. n' y 2 -(' y)2 71520 78838.84-0.907271520 161712二 0.4423(2) 家庭序号月人均收入（元）x月人均生活费（元）yxy x2y21 100 85 8500 10000 72252 110 88 968012100 77443 120 90 10800 14400 81004 130 94 12220 16900 88365 140 96 13440 19600 9216 6 150 100 15000 22500 100007 160 106 16960 25600 112368 170 118 20060 28900 13924 9180 120 21600 32400 14400 10 190 124 23560 36100 15376合计14501021151820 218500 106057n' xy-C x)(' y)10 151820 -1450 1021设回归方程为bxn £ xy-(£ x)(£ y) 10 汇 151820 —1450 乂 1021 n' x 2-C x)2 n' y 2-(' y)2 _ 10 218500 -14502a-bx=1021-0.45761450=35.74810 10所以回归方程为? =35.748 0.4576x (3)、10 218500 -14502 一 10 106057 -10212费活生均人月200-C x)2 .. n'y 2-c y)2 3775038673.54= 0.97613775082500 = 0.4576月人均生活费与人均收入散点图120140160月人均收入180oo oooooo 4 2 0 8 6 4 2' y2-a' y-b' xy _ 106057-35.748 1021-0.4576 151820 目二n-2 「10-2= 3.2684(4)当x=200 时，人均生活费为：y =35.748 0.4576 200 =127.2683. 已知x、y两变量的相关系数r = 0.8 , X =20, y = 50,二y为二x的两倍，求y 对x 的回归方程。

334229.09425053.730.7863334229.0922.0889V425053.73=0.003204 245.4120第七章相关与回归分析习题答案一、填空题1.完全相关、不完全相关、不相关2. —iWrWl3.函数、|r| = l4.无线性相关、完全正相关、完全负相关5.密切程度6.正相关、负相关7.直线相关、曲线相关8.回归系数9.随机的、给定的10.最小二乘法，残差平方和二、 单项选择题I. B 2. B 3. A 4. A 5. B 6. C 7. D 8. B9. A 10. CII. C 12. B 13. D 14. B 15. C三、 多项选择题1. BCD2. ACD3. ABD4. ABCD5. ACE四、 计算题1解：B\=V - p 2x = 549.8 - 0.7863 * 647.88 = 40.37202 _ [£ （匕顼（X,侦）]2 '"£（x,-x ）2£（y,-y ）20.999834425053.73*262855.25 ；2=（1-产切 _y ）2 =43.6340= 2.0889 n — 2（3） H°:”2=0，H I ：”2 邳腐 _ 0.7863~S~ ~ 0.003204〃2券（〃-2）=诲（10） = 2.228t 值远大于临界值2.228,故拒绝零假设，说明月在5%的显著性水平下通过了显著性 检验。

（4） Y f =40.3720 + 0.7863*800 = 669.41 （万元）0.0273 S' =S l + 厂 Xf =2.0089」1 + 土 +华°「647・88）2 = 2 1429 所以，Yf 的置信度为 7V n Z （X,-X ）2 V 12 425053.73 95 %的预测区间为：Y f ±t a/2（n-2）S ef = 669.41 ±2.228* 1.0667 = 669.41 ±2.3767 所以，区间预测为： 664.64 < Y f <674.182解：A _ £（匕一双％一灭）—N £X ,E —£x,£匕） 乃一 Z （x,一文尸一 （£x ）9*803.02-13.54*472 八= ------------------------------------ =0.02739*28158-472*472& = Y-$2X =13.54/9-0.0273 * 472/9 = 0.0727（2）决定系数： , [y （y-F ）（x-%）]2 r 2 =¥，_ 盘——；=0.9723Z （x,-x ）Na-V ）-残差平方和^<=（l-r 2）^（y-y ）2 =0.0722 （3）身高与体重的相关系数： r =序=J0.9723 = 0.9861H O ：A = A = O ,H 1：A W 2不同时为零厂。

第七章 相关与回归分析一、单项选题题1、当自变量X 减少时，因变量Y 随之增加，则X 和Y 之间存在着（ ） A 、线性相关关系 B 、非线性相关关系 C 、正相关关系 D 、负相关关系2、下列属于函数关系的有（ ）A 、身高与体重之间B 、广告费用支出与商品销售额之间C 、圆面积与半径之间D 、施肥量与粮食产量之间 3、下列相关程度最高的是（ ）A 、r=0.89B 、r=-0.93C 、r=0.928D 、r=0.8 4、两变量x 与y 的相关系数为0.8，则其回归直线的判定系数为（ ） A 、0.80 B 、0.90 C 、0.64 D 、0.50 5、在线性回归模型中，随机误差项被假定服从（ ）A 、二项分布B 、t 分布C 、指数分布D 、正态分布6、物价上涨，销售量下降，则物价与销售量之间的相关属于（ ） A 、无相关 B 、负相关 C 、正相关 D 、无法判断7、相关分析中所涉及的两个变量（ ）A 、必须确定哪个是自变量、哪个是因变量B 、都不能为随机变量C 、都可以是随机变量D 、不是对等关系 8、单位产品成本y （元）对产量x （千件）的回归方程为：t t x y 2.0100-=∧，其中“—0.2”的含义是（ ）A 、产量每增加1件，单位成本下降0.2元B 、产量每增加1件，单位成本下降20%C 、产量每增加1000件，单位成本下降20%D 、产量每增加1000件，单位成本平均下降0.2元E 、产量每增加1000件，单位成本平均下降20% 二、多项选择题1、下列说法正确的有（ ）A 、相关分析和回归分析是研究现象之间相关关系的两种基本方法B 、相关分析不能指出变量间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况 C、回归分析可以不必确定变量中哪个是自变量，哪个是因变量 D、相关分析必须事先研究确定具有相关关系的变量中哪个为自变量，哪个为因变量 E、相关分析中所涉及的变量可以都是随机变量，而回归分析中因变量是随机的，自变量是非随机的2、判定现象之间有无相关关系的方法有（）A、计算回归系数B、编制相关表C、绘制相关图D、计算相关系数E、计算中位数3、相关关系按相关的形式可分为（）A、正相关B、负相关C、线性相关D、非线性相关E、复相关4、在直线回归方程∧yt=∧β1+∧β2Xt中，回归系数∧β2的数值（）A、表明两变量之间的平衡关系B、其正、负号表明两变量之间的相关方向C、表明两变量之间的密切程度D、表明两变量之间的变动比例E、在数学上称为斜率5、下列那些项目属于现象完全相关（）A、r=0B、r= —1C、r= +1D、y的数量变化完全由X的数量变化所确定E、r=0.986、在回归分析中，要求所涉及的两个变量x和y（）A、必须确定哪个是自变量、哪个是因变量B、不是对等关系C、是对等关系D、一般来说因变量是随机的，自变量是非随机变量E、y对x的回归方程与x对y的回归方程是一回事7、下列有相关关系的是（）A、居民家庭的收入与支出B、广告费用与商品销售额C、产量与单位产品成本D、学生学习的时间与学习成绩E、学生的身高与学习成绩8、可决系数2r=86.49%时，意味着（）A 、自变量与因变量之间的相关关系密切B 、因变量的总变差中，有80%可通过回归直线来解释 C 、因变量的总变差中，有20%可由回归直线来解释 D 、相关系数绝对值一定是0.93 E 、相关系数绝对值一定是0.8649 三、填空题1、相关系数r 的取值范围为 。