什么是相关分析?如何实现相关分析,如何判断是否相关及相关程度.
对变量之间的相关关系进行描述和度量。
如何判断?
1.散点图法:用坐标的横轴表示自变量X,纵轴表示因变量Y,以每组数据在图中用一个点标书,则可以清晰地看出数据间的大致关系,可以看出数据间的相关形态和相关强度。
2.相关系数
相关系数可以准确度量两个变量之间的密切程度。相关系数的取值范围-1≤r≤1,当r=-1,则说明是完全负线性相关,r=1,说明是完全正线性相关,r=0时说明不相关。我们也可以这样定义,当lrl≥0.8,说明是高度相关,0.5≤lrl≤0.8.则说明是中度相关,0.3≤lrl≤0.5,说明是低度相关,当lrl≤0.3,可以说明相关关系很弱,可以看成是不相关。
3.相关系数的显著性:即检测总体的相关系数是否为0,采用费谢尔的T分布检验,原假设是总体的相关系数为0,备择假设是总体的相关系数不为0.
4.置信椭圆:若两个变量不相关,则椭圆为圆,若两个变量相关,则是拉长的椭圆,可以用椭圆的长短周之比来表示线性相关的程度。
残差是预测值与实际值的差值,残差分析的目的是检验:
线性回归方程的可行性
残差的等方差假设
残差的独立性假设
残差正态分布假设
观测中是否有异常值存在。
insight线性回归的实现
一元、多元
分析家下线性回归的实现
一元、多元
用REG过程线性回归的实现
本文来源:https://www.2haoxitong.net/k/doc/a4fff3aa5022aaea998f0fc0.html
文档为doc格式