第十章 简单相关与回归

第一节 相关和回归的意义

相关：研究两个或两个以上变数间的

相关变异（或变数间共同变化规律）为相

关。

回归：研究一个变数受另外一种或一

种以上变数的影响程度为回归。
相关和回归的类型可分为：
1. 按研究变数的数目分为简单相关回
归和多元相关回归。前者指研究两个变数
的关系；后者指研究两个以上变数间的关
系。
2. 按变数间关系的图形可分为线形与
非线性相关回归。
 相关与回归的异同点：（以两个变数为例）
相同：都是研究两个变数间关系的。不同则
为： 相关
回归
1. 研究两个变数间的相关变 研究一个变数随另
外一个
变异（共同变化规律） 变数的变化而
变化的规律
2. 平行关系
依存关系
3. 两变数均含误差 依变数
含误差，自变数
 第二节 直线相关
一、度量相关的基本公式
表示 x 和 y 两变数相关密切程度
及其性质的统计数叫相关系数。
∑ x∑ y
∑ xy −
n
r=

∑ x −
2
( ∑ x ) 2
 
 ∑ y −
2
( ∑ y ) 2


 n   n 
 相关系数的特性：

1. 相关系数 r 是一个纯数，不带单
位。

2. 取值在 -1~ +1 之间。

3. 相关系数的正负号反映相关的性质
，其绝对值大小反映相关程度的高低
。
二、相关系数的计算：

主要掌握乘积和的计算
。

三、相关系数的假设测验：

1.t 测验法

2. 查表法
四、决定系数
决定系数是指在 x 或 y 的总变异中，可
以相互以直线关系说明的部分所占的比率。
即随 x 的改变而呈线性改变的平方和，对 y
总变异平方和的比率等于随 y 的改变而呈线
性改变的平方和占 x 变数总平方和的比率。

Uy Ux y
r =
2
2 x SP
= =
SS y SS x SS x ⋅ SS y
相关系数与决定系数的异同：

同：均可表示两变数间的线性相关程度
。
异： 1. r2 可以反映两变数间的线性比
例，意义比 r 更清楚。 2. 可避免相关系数
r 对相关程度的夸大表示。 3.r 可以反映相
关性质， r2 不可以。
 第三节 线性回归
一、直线回归方程式

yˆ = a + bx
ŷ 是和 x 的量相对应的依变数 y 的点估
测值。 a 是 ŷx=0 时的 值 , 叫做回归截距。
ŷ
b 是回归系数，表示 x 每增加一个单位，
平均将要增加 (b ＞ 0) 或减少 (b<0) 的单
位数。
  an + b∑ x = ∑ y  (1)

a ∑ x + b∑ x = ∑ xy  (2)
2

∑ xy − ∑ x⋅∑ y
b= n =
∑ ( x − x)( y − y ) SP
=
∑ x 2
−
( ∑ x ) 2
∑ ( x − x)2
SS
x

n
 a = y − bx
当x = x yˆ = y
时， ，回归直
x, (
线必通过点 y ) ，有：

yˆ = y − b x + bx = y + b( x − x)
二、回归方程式的求算及回归统计数的解释

回归系数与相关系数的异同：

同： 1. 正负号相同。

2. 均反映两个变数之间的相关关系。
异： 1. r 反映两变数间的相关变异（共同变
化规律）， b 反映依变数随自变数的变化而
变化的规律。
2. r 的取值在 -1~+1 ， b 的取值无限
制，范围很大。
3. r 不带单位， b 带单位。
三、离回归标准误

sy x =
Q
=
∑ ( y − ˆ
y ) 2

n−2 n−2

离回归标准误的作用是可反
映回归方程的估测精确度。
四、回归关系的显著性测验
（一） F 测验：对线性回归关系进行显著性
测验
MSU SP 2 SS x
F= =
MS Q Q n−2
（二） t 测验：对回归系数进行假设测验

b sy Q
t=
x
sb = =
SS x (n − 2) SS x
sb
 在进行两个变数的相关回归研究中
，对相关系数、回归系数的 t 测验以及
回归关系的假设测验结果完全一致。
五、线性回归模型
（一）在可能取值区间内，任一 x 值上
都存在着一个 y 变数的正态分布总体。
x
（二）各 i µ σ 2
上的所有 y 总体都服从 y x y x )
N ( ,

的正态分布。
（三）各 y 总体的平均数随着自变数 x
的改变而作线性改变，而方差却不随着
x 的改变而改变。
（四）观察值的直线回归数学模型为
：
y i = µ y x + ε i = µ y + β ( xi − µ x ) + ε i

µ y x = α + βx
y i = α + βxi + ε i
 六、直线回归的区间估计
（一）、回归截距和回归系数的置信区
间
2
1 x
sa = s y x +
n SS x

[ L1 = a − tα s a , L2 = a + tα s a ]
 sy x Q
sb = =
SS x ( n − 2) SS x

L1 = b − tα sb , L2 = b + tα sb
xi
( 二 ) 、各 上的总体平均数的置信区
间
1 ( x − x) 2
s yˆ = s y x +
n SS x
 L1 = yˆ − tα s yˆ , L2 = yˆ + tα s yˆ
yi
（三）、各xi 上的总体观察值 的预测区间

1 ( x − x) 2
s yˆ = s y x 1+ +
n SS x

L = yˆ − tα s y , L = yˆ + tα s y
'
1
'
2
 第四节 非线性回归分
析
分析步骤：
1. 绘散点图；
2. 选择适应的曲线方程；
3. 线性化；
4. 建立非线性回归方程。
 一、正态累积函数曲线
x − µx 1 µx
u= = ( )x − ( )
σx σx σx
令 P=u+5 ，
u p = α + βx
P 称概率单位，正态累积函数的回归
分析也称概率单位分析或 probit 分析。

ˆ
P = a + bx
 P 值与累计频率对应值

P 值 u 值 累积频率 P值 累积频率
（ y， （ y， %）
%）
4 -1 15.9 3.72 10.0
5 0 50.0 5.00 50.0
6 1 84.1 6.28 90.0
 P 值 4 、 5 、 6 所对应的累积频率分别
代表器官生长过程或某害虫发生过程的三个
阶段（始盛、高峰和盛末期。这段时期为该
器官的主要生长时期或该种害虫的主要发生
期。
P 值 3.72 、 5 、 6.28 所对应的累积频
率则分别表示在研究药剂效应时的起始致死
剂量、半致死剂量、最大致死剂量。
二、 logistic 生长曲
线
K
yˆ = a −bx
1+ e
基本特征：
K
ˆ
y =
（ 1 ）当 x=0 时， a 表示时间为
1+ e
0 时的生长起始量 ；
（ 2 ）当x → ∞时，ŷ = K ，表示时
间无限延长时的终极量。
K
yˆ =
（ 3 ）当 x=a/b 时， ，此时的生
2
长量为极限生长量的 1/2 ，曲线在这时有一拐
点，这个拐点时的 x 值是生长方程中的一个十
分重要的统计数，因为它是生长或繁殖过程的
速率从愈来愈快转为愈来愈慢的转折点。
 y = a − bx
'

K−y
y = ln(
'
)
y
y ( y1 + y 3 ) − 2 y1 y 2 y 3
2
K= 2

y 2 − y1 y 3
2
 ∑ ∑
x y '

∑ −
xy '

n
rxy ' =
(∑ x) 2 (∑ y ' ) 2
[∑ x 2 − ][∑ y '2 − ]
n n

∑∑
x y '

∑xy '
−
n
−b =
(∑x ) 2
∑ −
x 2

'
a = y + bx
 本课程（上）部分讲授
内容到此结束，希望同学们认真
复习，巩固所学知识，做到学有
所用。祝同学们期末考试都有一
个好成绩。

谢谢同学们！