【正文】 單相關(guān)表 平均每晝夜產(chǎn)量 固定資產(chǎn)原值 35～ 40 40～ 45 45～ 50 50～ 55 55～ 60 60～ 65 65～ 70 600～ 650 1 1 550～ 600 1 2 3 500～ 550 2 1 3 450～ 500 1 5 1 7 400～ 450 2 2 4 350～ 400 0 300～ 350 2 2 2 2 3 5 4 3 1 20 （百萬元） （噸） ? Yf? Xf20個(gè)同類工業(yè)企業(yè)固定資產(chǎn)原值與平均每晝夜產(chǎn)量 分組相關(guān)表 序號(hào) 能源消耗量（十萬噸） x 工業(yè)總產(chǎn)值（億元） y x2 y2 xy 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 35 38 40 42 49 52 54 59 62 64 65 68 69 71 72 76 24 25 24 28 32 31 37 40 41 40 47 50 49 51 48 58 1225 1444 1600 1764 2401 2704 2916 3481 3844 4096 4225 4624 4761 5041 5184 5776 576 625 576 784 1024 961 1369 1600 1681 1600 2209 2500 2401 2601 2304 3364 840 950 960 1176 1568 1612 1998 2360 2542 2560 3055 3400 3381 3621 3456 4408 合計(jì) 916 625 55086 26175 37887 STAT 第八章 回歸分析與相關(guān)分析 相關(guān)分析與回歸分析的關(guān)系 ? ? 兩者具有互為補(bǔ)充關(guān)系。僅僅進(jìn)行回歸分析，回歸方程的有效性便遭到懷疑，而僅僅進(jìn)行相關(guān)分析，便不能由自變量來推斷因變量，兩者是不可偏廢某一方的。在回歸分析中，必須將變量分為自變量和因變量，以便建立回歸方程；也必須將變量分為確定性變量和隨機(jī)變量，以便研究隨機(jī)變量的分布以及對(duì)其進(jìn)行統(tǒng)計(jì)推斷。 上一頁 下一頁 STAT 第八章 回歸分析與相關(guān)分析 上一頁 下一頁 ?在一元線性相關(guān)分析中，只要求變量具有隨機(jī)性，兩個(gè)變量具有完全對(duì)等的關(guān)系，誰對(duì)誰相關(guān)是無所謂的，它不關(guān)心變量之間的因果關(guān)系，所關(guān)心的僅僅是兩個(gè)變量聯(lián)系的緊密程度，倘若改變兩個(gè)變量的地位也絕不會(huì)影響它們的相關(guān)關(guān)系，因此，所表現(xiàn)出來的相關(guān)系數(shù)也只有一個(gè)，即 2．相關(guān)分析與回歸分析的區(qū)別 yxxy rr ?STAT 第八章 回歸分析與相關(guān)分析 ?（ 2）兩者的任務(wù)和目的不同。相關(guān)分析是通過計(jì)算相關(guān)指標(biāo)，用來反映回歸方程所表明變量之間依存關(guān)系的密切程度，是不能進(jìn)行估算和預(yù)測的。 ?回歸分析只限于研究數(shù)量標(biāo)志之間或指標(biāo)之間的數(shù)量關(guān)系，對(duì)于品質(zhì)標(biāo)志之間和等級(jí)之間的關(guān)系在沒有數(shù)量化之前是無法研究的。從研究的范圍來看，可以說，凡是能夠進(jìn)行回歸分析的，都能夠也必須進(jìn)行相關(guān)分析，而能夠進(jìn)行相關(guān)分析的，卻不一定能夠或不都需要進(jìn)行回歸分析，回歸分析總需要相關(guān)分析的幫助，而相關(guān)分析卻不一定需要回歸分析的幫助，相關(guān)分析具有獨(dú)立性。某從事飲食業(yè)的企業(yè)家認(rèn)為這是一個(gè)很好的投資機(jī)會(huì)，他得到十組高校人數(shù)與周邊飯店的季度銷售額的數(shù)據(jù)資料，并想根據(jù)高校的數(shù)據(jù)決策其投資規(guī)模。 STAT 第八章 回歸分析與相關(guān)分析 ② 從“插入”菜單中選擇“圖表”選項(xiàng)，打開“圖表向?qū)А睂?duì)話框如下圖所示。 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 ③ 在數(shù)據(jù)區(qū)域中輸入 B2:C11， 選擇 “ 系列產(chǎn)生在 ——列 ” ， 如下圖所示 ， 單擊 “ 下一步 ” 按鈕 。 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 ⑤ 單擊 “ 完成 ” 按鈕 ， 便得到 XY散點(diǎn)圖如下圖所示 。 圖 1 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 圖 2 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 ⑦ 打開 “ 類型 ” 頁面 ， 選擇 “ 線性 ” 選項(xiàng) ， Excel將顯示一條擬合數(shù)據(jù)點(diǎn)的直線 。 圖 3 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 y = 5x + 60R2 = 0501001502002500 5 10 15 20 25 30圖 4 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 回歸分析工具的應(yīng)用 例 某房地產(chǎn)經(jīng)紀(jì)人從政府部門列舉的地區(qū)中隨機(jī)抽取了 15戶居民作為樣本， 記錄了他們的家庭住房面積及其相應(yīng)的價(jià)格，他想確認(rèn)一下住房面積（平方米）與價(jià)格（千元）的關(guān)系，并想據(jù)此擬合住房價(jià)格的回歸方程。 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 ② 在 “ 工具 ” 菜單中選擇 “ 數(shù)據(jù)分析 ” 選項(xiàng) ， 打開“ 數(shù)據(jù)分析 ” 對(duì)話框如下圖所示 。 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 ④ 在 Y值輸入?yún)^(qū)域中輸入 C1:C16。 ⑥ 選擇 “ 標(biāo)志 ” ， 置信度選擇 95%。輸出結(jié)果如下圖所示。 若 R為 ， 表示二者之間的關(guān)系是高度正相關(guān) 。 若系數(shù)為 ， 表明用自變量可解釋因變量變差的 %。 當(dāng)有新的獨(dú)立變量加入后 ， 即使這一變量同因變量之間不相關(guān) ， 未經(jīng)修正的 R2也要增大 ， 修正的 R2僅用于比較含有同一個(gè)因變量的各種模型 。 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 ? 觀測值：是指用于估計(jì)回歸方程的數(shù)據(jù)的觀測值個(gè)數(shù) 。 3. 回歸參數(shù)表 ? 如下頁圖所示，回歸參數(shù)表是表中最后一個(gè)部分： 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 圖中 ， 回歸參數(shù)如下： ? Intercept：截距 β0 ? 第二 、 三行： β0(截距 ) 和 β1(斜率 )的各項(xiàng)指標(biāo) 。 ? 第三列：回歸系數(shù)的標(biāo)準(zhǔn)誤差 ? 第四列：根據(jù)原假設(shè) Ho： β0=β1=0計(jì)算的樣本 統(tǒng)計(jì)量 t的值 。 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 案例研究： 銷售額與廣告媒體的關(guān)系 例 某 VCD連鎖店非常想知道在電視臺(tái)做廣告與在廣播 電臺(tái)做廣告哪種媒體更有效 。 試問： ? 在顯著性水平為 ， 銷售額是否同兩種媒介的廣告有關(guān) ？ ? 每種媒介上的廣告支出額對(duì)銷售額的影響如何 ？ ? 哪種廣告形式帶來的成本效益更高 ? 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 操作過程： ① 打開 “ 多元回歸分析 .xls”工作簿 ， 選擇 “ VCD”工作表 ， 如下圖所示 。 ③ 在 “ Y值輸入?yún)^(qū)域 ” 中輸入 A1:A21單元格 ， 它代表銷售額的數(shù)據(jù)范圍 。 上一頁 下一頁 返回本節(jié)首頁 STAT 第八章 回歸分析與相關(guān)分析 ⑤ 選中標(biāo)志 。單擊 “ 確定 ” 按鈕 。 上一頁 下一頁 返回本節(jié)首頁