回归分析及相关性分析.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,回归分析及有关性分析,1,学习目的,通过案例分析，引入回归分析、有关性分析等记录学概念和理论知识，基本掌握运用Excel工具处理数据处理与分析等商务决策的措施。,掌握回归分析理论及模型建立的措施,理解拟合度等有关参数的意义,掌握有关性分析理论及模型建立的措施,理解有关系数等参数的经济意义,2,回归分析,回归分析是确定两种或两种以上变量间互相依赖的定量关系的一种记录分析措施。,回归分析按照波及的自变量的多少，可分为一元回归分析和多元回归分析,按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析,3,回归分析环节,一 根据预测目的，确定自变量和因变量,二 建立回归预测模型,三 进行有关分析（两种分析措施）,四 检查回归预测模型，计算预测误差（数据分析）,五 计算并确定预测值,4,二 建立回归预测模型（简朴回归分析）,回归基本上可视为一种拟合过程，即用最恰当的数学方程去拟合一组由一种因变量和一种或多种自变量所构成的原始数据。,最简朴的形式是线性回归，它有一种因变量和一种自变量，因此就是用一种线性方程y=a+bx去拟合一系列对变量x和y的数据观测值的过程。,5,二 建立回归预测模型（简朴回归分析示例）,示例1：已知一种新牌子化肥的不一样施用量对庄稼产量的影响如下表。请你确定当化肥施用量为5.5克时估计预期的产量。,化肥施用量,x(,克,),0,1,2,3,4,5,6,7,8,9,10,产量,(,公斤,),0.21,0.35,0.41,0.46,0.5,0.52,0.53,0.53,0.53,0.51,0.49,6,运用Excel建立线性回归模型,根据数据建立散点图,自变量放在X轴，因变量放在Y轴,简朴线性拟合,添加趋势线(类型为“线性”)，选定“显示公式”和“显示R2值”,得到趋势线(线性)方程和R2,将X代入方程,X=5.5，Y=0.4701,7,怎样衡量直线拟合的程度,假如每一种观测点都落在拟合方程上，那么就会得到一种满分1(100%)。,拟合方程对观测到的原始数据拟合得怎么样？,伴随越来越多的观测点偏离拟合直线，分数就会下降，这个分数就叫做R2，R2=0.5983=59.83%60%，阐明方程拟合得不够好，我们从趋势线可以直观地看到此关系不是线性的。,8,二 建立回归预测模型,二次方程拟合,重新添加趋势线(类型为多项式),成果很明显，拟合程度从线性方程的60%提高到二次方程的97%。,反应出观测到的饱和程度。,9,二 建立回归预测模型,最大利润模型,示例2：假设庄稼以每公斤4元的价格发售，化肥要以每克0.2元的价格购置。请确定能产生最大利润的化肥施用量。(运用规划求解),总收益=价格产量=4元(-0.0066X2+0.0897x+0.2419),总成本=化肥成本化肥施用量=0.2X,10,三 有关性分析,有关性分析是检查衡量两变量关联强度的过程,在记录研究中，常波及到两个事物(变量)的互相关系问题，例如，学习成绩与非智力原因的关系，数学成绩与物理成绩的关系，男女生学习成绩的关系，等等。其关系体现为如下三种变化；,第一，正有关：一种变量增长或减少时，另一种变量也对应增长或减少；,第二，负有关：一种变量增长或减少时，另一种变量却减少或增长；,第三，无有关：阐明两个变量是独立的，即由一种变量值，无法预测另一种变量值。,记录学中，就用“有关系数来从数量上描述两个变量之间的有关程度，用符号“r来表达。,11,皮尔森积矩有关系数,Pearson product-moment correlation coefficient,12,有关系数表达的意义,有关系数r是对两变量线性有关的测量，数值的范围从-1到0，到+1，体现变量间的有关强度。,r值为+1表达两组数完全正有关,r值为-1表达两组数完全负有关，阐明它们间存在反向关系，一种变量变大时此外一种就变小,当r值为0时表达两变量之间不存在线性关系,有关系数取值范围限于：r,13,运用Excel计算有关系数,Excel中计算有关系数有两种措施,Excel数据分析功能,CORREL()函数,14,运用Excel数据分析计算有关系数,示例4：一般认为联邦债券利率与商品期货指数有关。下表列出了12天里的联邦债券利率与商品期货指数，用这些数据计算有关系数r。,15,运用CORREL()函数计算有关系数,CORREL()函数,=CORREL(Array1,Array2),array1和 array2为需要确定有关性的两组数据,运用CORREL()函数可以求出联邦债券利率与商品期货指数之间的有关系数,16,四 运用Excel回归途径数据分析,环节：,加载宏分析工具库,工具数据分析回归,在“回归”对话框输入X值和Y值的区域,选择“标志”,确定输出区域,17,数据分析成果,18,多元回归,示例3：假设某种商品的销售量与价格、广告支出、家庭收入有关。,既有35个地区市场的有关数据。,用价格、广告支出和家庭收入对销售量建立一种多元回归模型。,销售量=624.32-40.73*价格+7.10*广告支出+0.50*家庭支出,19,课堂练习,示例1-4,20,课后练习,P200,作业1-4,作业9-11,21,思索题,P206,思索题1,案例1601,22,下次课内容,人事档案管理及记录,23,