直線回歸和相關(guān).ppt

第九章直線回歸和相關(guān) 第一節(jié)回歸和相關(guān)的概念第二節(jié)直線回歸第三節(jié)直線相關(guān)第四節(jié)直線回歸與相關(guān)的內(nèi)在關(guān)系和應(yīng)用要點(diǎn) 引言前幾章多為研究處理效應(yīng)的差異性 著在生產(chǎn)和科研中是常見的問題 而生產(chǎn)和科研另一重要的問題則是因素間或因素與性狀間或變量間相互影響的關(guān)系或規(guī)律 這就是這一章研究的內(nèi)容 例如 研究溫度高低和作物發(fā)育進(jìn)度快慢的關(guān)系 就有溫度和發(fā)育進(jìn)度兩個變數(shù) 研究每畝穗數(shù) 每穗粒數(shù)和每畝產(chǎn)量的關(guān)系 就有穗數(shù) 粒數(shù)和產(chǎn)量三個變數(shù) 第一節(jié)回歸和相關(guān)的概念 1 函數(shù)關(guān)系與統(tǒng)計關(guān)系2 自變數(shù)與依變數(shù)3 回歸分析和相關(guān)分析4 兩個變數(shù)資料的散點(diǎn)圖 函數(shù)關(guān)系有精確的數(shù)學(xué)表達(dá)式 確定性的關(guān)系 直線回歸分析一元回歸分析變量間的關(guān)系因果關(guān)系曲線回歸分析 回歸分析 多元回歸分析多元線性回歸分析統(tǒng)計關(guān)系多元非線性回歸分析 非確定性的關(guān)系 簡單相關(guān)分析 直線相關(guān)分析相關(guān)關(guān)系復(fù)相關(guān)分析 相關(guān)分析 多元相關(guān)分析偏相關(guān)分析 1 函數(shù)關(guān)系是一種確定性的關(guān)系 即一個變量取一定值 另一個變量比有確定的值與之相對應(yīng) 例如圓面積與半徑的關(guān)系為 其不包含誤差的干擾 2 統(tǒng)計關(guān)系是一種非確定性的關(guān)系 即一個變量取一可能值 另一個變量雖然沒有確定的值與之相對應(yīng) 但是有一條件分布與之相對應(yīng) 例如 施肥量與作物的產(chǎn)量的關(guān)系 兩類變數(shù)受誤差的干擾表現(xiàn)為統(tǒng)計關(guān)系 一 函數(shù)關(guān)系與統(tǒng)計關(guān)系 因果關(guān)系 兩個變數(shù)間的關(guān)系若具有原因和反應(yīng) 結(jié)果 的性質(zhì) 則稱原因變數(shù)為自變數(shù) 反應(yīng)變數(shù)為依變數(shù) 二 自變數(shù)與依變數(shù) 1 相關(guān)關(guān)系 模型 設(shè)有兩個隨機(jī)變量X和Y 對于任一隨機(jī)變量 X 的每一個可能值 另一個隨機(jī)變量 Y 都有一條件分布與之相對應(yīng) 2 相關(guān)分析 計算相關(guān)系數(shù)為基礎(chǔ)的統(tǒng)計分析方法 計算表示Y和X相關(guān)密切程度的統(tǒng)計數(shù) 并測驗其顯著性 三 回歸分析和相關(guān)分析 3 這個統(tǒng)計數(shù)在兩個變數(shù)為直線相關(guān)時稱為相關(guān)系數(shù) 即表示變量間相關(guān)性質(zhì)與程度的統(tǒng)計數(shù) correlationcoefficient 記為r 在多元相關(guān)時稱為復(fù)相關(guān)系數(shù) multiplecorrelation 記作Ry 12 m 在兩個變數(shù)曲線相關(guān)時稱為相關(guān)指數(shù) correlationindex 記作R 為Y依X而變化的回歸方程 regressionequationofYonX 4 回歸關(guān)系 模型 設(shè)有兩個變量X和Y 對于固定變量 X 的每一個可能值 另一個隨機(jī)變量 Y 都有一條件分布與之相對應(yīng) 5 回歸分析 計算回歸方程為基礎(chǔ)的統(tǒng)計分析方法 6 相關(guān)分析的主要任務(wù) 1 計算表示變量間相關(guān)性質(zhì)與程度的統(tǒng)計數(shù) 相關(guān)系數(shù) 2 對相關(guān)系數(shù)進(jìn)行顯著性測驗 7 回歸分析的主要任務(wù) 1 建立y依x而變化的回歸方程 它是對應(yīng)每一個x的隨機(jī)變量Y分布均值 的點(diǎn)估計值 2 2 計算回歸估計的標(biāo)準(zhǔn)誤差 它是對y分布變異度 的度量值 并提供回歸關(guān)系顯著性測驗的依據(jù) 一般規(guī)則 當(dāng)兩個變數(shù)中Y含有試驗誤差而X不含試驗誤差時著重進(jìn)行回歸分析 而當(dāng)Y和X均含有試驗誤差時則著重去進(jìn)行相關(guān)分析 四 兩個變數(shù)資料的散點(diǎn)圖1 對具有統(tǒng)計關(guān)系的兩個變數(shù)的資料進(jìn)行初步考察的簡便而有效的方法 是將這兩個變數(shù)的n對觀察值 x1 y1 x2 y2 xn yn 分別以坐標(biāo)點(diǎn)的形式標(biāo)記于同一直角坐標(biāo)平面上 獲得散點(diǎn)圖 scatterdiagram 2 根據(jù)散點(diǎn)圖可初步判定雙變數(shù)X和Y間的關(guān)系 包括 X和Y相關(guān)的性質(zhì) 正或負(fù) 和密切程度 X和Y的關(guān)系是直線型的還是非直線型的 是否有一些特殊的點(diǎn)表示著其他因素的干擾等 3 例如圖9 1是水稻方面的3幅散點(diǎn)圖 圖9 1A是單株的生物產(chǎn)量 X 和稻谷產(chǎn)量 Y 圖9 1B是每平方米土地上的總穎花數(shù) X 和結(jié)實率 Y 圖9 1C是最高葉面積指數(shù) X 和每畝稻谷產(chǎn)量 Y 從中可以看出 圖9 1A和9 1B都是直線型的 但方向 相反 前者Y隨X的增大而增大 表示兩個變數(shù)的關(guān)系是正的 后者Y隨X的增大而減小 表示關(guān)系是負(fù)的 圖9 1A的各個點(diǎn)幾乎都落在一直線上 圖9 1B則較為分散 因此 圖9 1A中X和Y相關(guān)的密切程度必高于圖9 1B 圖9 1C中X和Y的關(guān)系是非直線型的 大約在x 6 7 時 Y隨X的增大而增大 而當(dāng)x 6 7 時 Y隨X的增大而減小 x 生物產(chǎn)量 g 水稻單株生物產(chǎn)量與稻谷產(chǎn)量的散點(diǎn)圖 x 每m2穎花數(shù) 萬 水稻每m2穎花數(shù)和結(jié)實率的散點(diǎn)圖 x 最高葉面積指數(shù)水稻最高葉面積指數(shù)和畝產(chǎn)量的散點(diǎn)圖 五 相關(guān)回歸分析時需注意的問題 1 變量間可能存在某種聯(lián)系 不能把毫無任何關(guān)系的變量放在一起進(jìn)行分析 2 成對或成組對數(shù)應(yīng)盡可能多 n 43 一般先進(jìn)行相關(guān)分析 相關(guān)顯著后再進(jìn)行回歸分析 因為相關(guān)模型中含有回歸的信息 回歸模型中也含有相關(guān)的信息 第二節(jié)直線回歸 一 直線回歸方程二 直線回歸的假設(shè)測驗 一 直線回歸方程 一 直線回歸方程式 9 1 a回歸截距 regressionintercept a是x 0時Y的值 即回歸直線在y軸上的截距 b回歸系數(shù) regressioncoefficient b是x每增加一個單位數(shù)時 Y平均地將要增加 b 0時 或減少 b 0時 的單位數(shù) 建立回歸方程或求a和b的原理是 最小二乘法或最小平方法原理 即使各個實際值y與回歸直線對應(yīng)值之差平方之和最小 其幾何圖形上的含義 各個實際觀測點(diǎn)與回歸直線上點(diǎn)之距離和為最小 即誤差為最小 時 分別對a和b求偏導(dǎo)數(shù)并令其為0 可得正規(guī)方程組 normalequations 得 9 2 9 3 9 4 將 9 2 代入 9 1 可得 y a 0 b0 b 0 a0 x直線回歸方程的圖象由 9 4 可看到 當(dāng)x以離均差 x 為單位時 回歸直線的位置僅決定于和b 當(dāng)將坐標(biāo)軸平移到以 為原點(diǎn)時 回歸直線的走向僅決定于b 所以一般又稱b為回歸斜率 regressionslope 二 直線回歸方程的計算 例9 1 一些夏季害蟲盛發(fā)期的早遲和春季溫度高低有關(guān) 江蘇武進(jìn)連續(xù)9年測定3月下旬至4月中旬旬平均溫度累積值 x 旬 度 和水稻一代三化螟盛發(fā)期 y 以5月10日為0 的關(guān)系 得結(jié)果于表9 1 試計算其直線回歸方程 首先由表9 1算得回歸分析所必須的6個一級數(shù)據(jù) 即由觀察值直接算得的數(shù)據(jù) 表9 1累積溫和一代三化螟盛發(fā)期的關(guān)系 n 9 35 5 34 1 44 2 333 7 35 52 34 12 44 22 12517 49 12 16 1 70 122 162 1 2 794 35 5 12 34 1 16 44 2 1 2436 4 然后 由一級數(shù)據(jù)算得5個二級數(shù)據(jù) SSx 12517 49 333 7 2 9 144 6356 794 70 2 9 249 5556 2436 4 333 7 70 9 159 0444 333 7 9 37 0778 70 9 7 7778 SSy SP 因而有 b 159 0444 144 6356 1 0996 天 旬 度 a 7 7778 1 0996 37 0778 48 5485 天 故得表9 1資料的回歸方程為 上述方程中回歸系數(shù)和回歸截距的意義為 回歸系數(shù)b為當(dāng)3月下旬至4月中旬的積溫 x 每提高1旬 度時 一代三化螟的盛發(fā)期平均將提早1 1天 回歸截距a為若積溫為0 則一代三化螟的盛發(fā)期將在6月27 28日 x 0時 Y 48 5 因y是以5月10日為0 故48 5為6月27 28日 由于x變數(shù)的實測區(qū)間為 31 7 44 2 當(dāng)x 31 7或 44 2時 y的變化是否還符合 48 5 1 1x的規(guī)律 觀察數(shù)據(jù)中未曾得到任何信息 所以本例的回歸截距不具有實際的生物學(xué)意義 48 5485 1 0996x 所以 在應(yīng)用 48 5 1 1x于預(yù)測時 需限定x的區(qū)間為 31 7 44 2 如要在x 31 7或 44 2的區(qū)間外延 則必須有新的依據(jù) 三 直線回歸方程的圖示直線回歸圖包括回歸直線的圖象和散點(diǎn)圖 它可以醒目地表示x和y的數(shù)量關(guān)系 方法 制作直線回歸圖時 首先以x為橫坐標(biāo) 以y為縱坐標(biāo)構(gòu)建直角坐標(biāo)系 縱 橫坐標(biāo)皆需標(biāo)明名稱和單位 然后取x坐標(biāo)上的一個小值x1代入回歸方程得 取一個大值x2代入回歸方程得 連接坐標(biāo)點(diǎn) x1 和 x2 即成一條回歸直線 如例9 1資料 以x1 31 7代入回歸方程得 13 69 以x2 44 2代入回歸方程得 0 05 在圖9 3上確定 31 7 13 69 和 44 2 0 05 這兩個點(diǎn) 再連接之 即為 48 5485 1 0996x的直線圖象 注意 此直線必通過點(diǎn) 它可作為制圖是否正確的核對 最后 將實測的各對 xi yi 數(shù)值也用坐標(biāo)點(diǎn)標(biāo)于圖9 3上 x 3月下旬至4月中旬旬平均溫度累積值圖旬平均溫度累積值和一代三化螟盛發(fā)期的關(guān)系 圖9 3的回歸直線是9個觀察坐標(biāo)點(diǎn)的代表 它不僅表示了例9 1資料的基本趨勢 也便于預(yù)測 如某年3月下旬至4月中旬的積溫為40旬 度 則在圖9 3上可查到一代三化螟盛發(fā)期的點(diǎn)估計值在5月14 15日 這和將x 40代入原方程得到 48 5485 1 0996 40 4 6是一致的 因為回歸直線是綜合9年結(jié)果而得出的一般趨勢 所以其代表性比任何一個實際的坐標(biāo)點(diǎn)都好 當(dāng)然 這種估計仍然有隨機(jī)誤差 下文再作討論 四 直線回歸的估計標(biāo)準(zhǔn)誤Q就是誤差的一種度量 稱為離回歸平方和 sumofsquaresduetodeviationfromregression 或剩余平方和 建立回歸方程時用了a和b兩個統(tǒng)計數(shù) 故Q的自由度 得 SSy b SP SSy b2 SSx y2 a y b xy 9 5 9 6A 9 6B 9 6C 9 6D 例9 2試計算由表9 1資料獲得的回歸方程的估計標(biāo)準(zhǔn)誤 為說明計算過程 這里先用繁法 將表9 1的x和y值抄于表9 2的第一和第二列 然后將第一列中的各x值代入回歸方程 48 5485 1 0996x 算得對應(yīng)于各x的估計值 第三列 再算出的值于第四列 并得 注意 如果沒有計算誤差 y 一定等于0 最后將各的值記于第五列 并得Q 74 6670 因此 據(jù) 9 5 有 表9 2表9 1資料求 y 的繁算程序 以上計算較為煩瑣 如改用 9 6 則由例9 1算好的有關(guān)數(shù)據(jù)可直接得到 據(jù)9 6A 249 5556 1 0996 159 0444 74 6704 據(jù)9 6B 249 5556 1 09962 144 6356 74 6738 據(jù)9 6C 794 48 5485 70 1 0996 2436 4 74 6704 據(jù)9 6D 上述計算以 9 6A 算得的Q值較為準(zhǔn)確 而由 9 6B 9 6C 和 9 6D 算得的Q值都有少許計算誤差 這是由于后三式中包含有三級數(shù)據(jù)b和a 所以一般由 9 6A 計算Q 上述計算表明 當(dāng)用回歸方程 48 5485 1 0996x 由3月下旬至4月中旬的積溫預(yù)測一代三化螟盛發(fā)期時 有一個3 266天的估計標(biāo)準(zhǔn)誤 它的統(tǒng)計意義是 在 3 266天范圍內(nèi)約有68 27 個觀察點(diǎn) 在 6 532天范圍內(nèi)約有95 45 個觀察點(diǎn)等 五 直線回歸的數(shù)學(xué)模型和基本假定 不講 直線回歸模型中 Y總體的每一個值由以下三部分組成 回歸截距 回歸系數(shù) Y變數(shù)的隨機(jī)誤差 總體直線回歸的數(shù)學(xué)模型 N 0 相應(yīng)的樣本線性組成為 9 7 9 8 回歸分析時的假定 1 Y變數(shù)是隨機(jī)變數(shù) 而X變數(shù)則是沒有誤差的固定變數(shù) 至少和Y變數(shù)比較起來X的誤差小到可以忽略 2 在任一X上都存在著一個Y總體 可稱為條件總體 它是作正態(tài)分布的 其平均數(shù)是X的線性函數(shù) 9 9 的樣本估計值 與X的關(guān)系就是線性回歸方程 9 1 3 所有的Y總體都具有共同的方差 而直線回歸總體具有 試驗所得的一組觀察值 xi yi 只是中的一個隨機(jī)樣本 4 隨機(jī)誤差相互獨(dú)立 并作正態(tài)分布 具有 二 直線回歸的假設(shè) 顯著性 測驗和區(qū)間估計 一 直線回歸的假設(shè) 顯著性 測驗1 回歸關(guān)系的假設(shè) 顯著性 測驗 直線回歸的假設(shè) 顯著性 測驗的思想 任何兩變數(shù)資料 即使其總體沒有回歸關(guān)系或雖有回歸關(guān)系但是不是線性的 只要有原始數(shù)據(jù) 利用求回歸系數(shù)及回歸截距的公式 都可以算得一個線性回歸方程 所以要測驗樣本回歸系數(shù)b來自無線性回歸關(guān)系總體的概率 只有當(dāng)這種概率很小很小 P 0 05或P 0 01 才可以冒一定風(fēng)險 推斷樣本來自有線性關(guān)系的總體 即它們的總體線性回歸顯著或及顯著 1 t測驗 直接測驗回歸系數(shù)b來自無線性回歸關(guān)系的總體的概率 H0 0 對HA 9 10 9 11 遵循的t分布 故由t值即可知道樣本回歸系數(shù)b來自 0總體的概率大小 總體線性回歸不顯著 總體線性回歸顯著 例9 3 試測驗例9 1資料回歸關(guān)系的顯著性 在例9 1和9 2已算得b 1 0996 SSx 144 6356 sy x 3 266 1 提出統(tǒng)計假設(shè) H0 0 對HA 3 計算概率 計算b來自 0的總體的概率 2 規(guī)定顯著水平為0 05或0 01 查附表4 t0 05 7 2 36 t0 01 7 3 50 現(xiàn)實得 t 4 05 表明在 0的總體中因抽樣誤差而獲得現(xiàn)有樣本的概率小于0 01 所以應(yīng)否定H0 0 接受HA 0 即認(rèn)為積溫和一代三化螟盛發(fā)期是有真實直線回歸關(guān)系的 或者說此b 1 0996是極顯著的 4 推斷 2 F測驗 當(dāng)僅以表示y資料時 不考慮x的影響 y變數(shù)具有平方和SSy和自由度當(dāng)以表示y資料時 考慮x的影響 則SSy將分解成兩個部分 即 F測驗的實質(zhì) 測驗在Y的總變異中因X引起的回歸變異能否顯著大于誤差引起的離回歸變異 將記作U回歸和離回歸的方差比遵循的F分布 因為得 由此可檢驗H0 總體線性回歸方差與誤差方差同質(zhì) HA 總體線性回歸方差顯著大于誤差方差 即總體線性回歸顯著 例9 4 試用F測驗法檢測例9 1資料回歸關(guān)系的顯著性 在例9 1和9 2已算得SSy 249 5556 Q 74 6670 故U 249 5556 74 6670 174 8886 并有方差分析列于表9 3 表9 3例9 1資料回歸關(guān)系的方差分析 在表9 3 得到F 16 40 F0 01 所以同樣表明積溫和一代三化螟盛發(fā)期是有真實直線回歸關(guān)系的 即HA 0 準(zhǔn)確地說 在 0的總體中獲得現(xiàn)有回歸樣本的概率小于0 01 上述t和F測驗 在任何回歸樣本上的結(jié)果都完全一致 因為在同一概率值下 的一尾F值正好是的兩尾t值的平方即F t2 如本例 F 16 40 t 4 05 4 05 2 16 40 事實上 由 9 13 可作恒等變換 所以 對直線回歸作假設(shè)測驗 只需選擇上述測驗方法之一即可 二 直線回歸的區(qū)間估計 不講 1 直線回歸的抽樣誤差在直線回歸總體中抽取若干個樣本時 由于 各樣本的a b值都有誤差 因此 由 a bx給出的點(diǎn)估計的精確性 決定于和a b的誤差大小 比較科學(xué)的方法應(yīng)是考慮到誤差的大小和坐標(biāo)點(diǎn)的離散程度 給出一個區(qū)間估計 即給出對其總體的 等的置信區(qū)間 2 回歸截距的置信區(qū)間由 9 2 樣本回歸截距a 而和b的誤差方差分別為 故根據(jù)誤差合成原理 a的標(biāo)準(zhǔn)誤為 由是遵循的t分布的 總體回歸截距有95 可靠度的置信區(qū)間為 L1 a t0 05 L2 a t0 05 9 17 9 18 3 回歸系數(shù)的置信區(qū)間由 9 11 可推得總體回歸系數(shù)的95 可靠度的置信區(qū)間為 L1 b t0 05 L2 b t0 05 4 條件總體平均數(shù)的置信區(qū)間由 故的標(biāo)準(zhǔn)誤為 條件總體平均數(shù)的95 置信區(qū)間為 L1 t0 05 L2 t0 05 9 21 9 20 9 19 5 條件總體觀察值Y的預(yù)測區(qū)間將 9 4 代入 9 8 yi ei 9 22 保證概率為0 95的Y或y的預(yù)測區(qū)間為 L1 t0 05 L2 t0 05 9 23 6 置信區(qū)間和預(yù)測區(qū)間的圖示首先取若干個等距的x值 x取值愈密 作圖愈準(zhǔn)確 算得與其相應(yīng)的 和 的值 然后再由和算得各x上的L1和L2 并標(biāo)于圖上 最后將各個L1和L2分別連成曲線即可 例9 10 試制作例9 1資料的y估計值包括和y在內(nèi)有95 可靠度的置信區(qū)間圖 表9 6例9 1資料的置信區(qū)間和y的預(yù)測區(qū)間的計算 2 3 4 6 7 8 一代三化螟盛發(fā)期估計及其95 置信限畫出的圖像 依次標(biāo)出 x L1 和 x L2 坐標(biāo)點(diǎn) 再連接各 x L1 得線 連接各 x L2 得線 連接各 x L2 得線 和所夾的區(qū)間即包括在內(nèi)有95 可靠度的置信區(qū)間 稱 x 的連線 x 的連線 其所夾的區(qū)間即為y的95 的預(yù)測區(qū)間或預(yù)測帶 3月下至4月中旬平均溫度累積值例9 1資料的y估計值及其95 置信帶 第三節(jié)直線相關(guān) 一 相關(guān)系數(shù)和決定系數(shù)二 相關(guān)系數(shù)的假設(shè)測驗 一 相關(guān)系數(shù)和決定系數(shù) 一 相關(guān)系數(shù) X Y 總體沒有相關(guān) 則落在象限 的點(diǎn)是均勻分散的 因而正負(fù)相消 0 當(dāng) X Y 總體呈正相關(guān)時 落在象限 的點(diǎn)一定比落在象限 的多 故一定為正 同時落在象限 的點(diǎn)所占的比率愈大 此正值也愈大 當(dāng) X Y 總體呈負(fù)相關(guān)時 則落在象限 的點(diǎn)一定比落在象限 的為多 故一定為負(fù) 且落在象限 的點(diǎn)所占的比率愈大 此負(fù)值的絕對值也愈大 的值可用來度量兩個變數(shù)直線相關(guān)的相關(guān)程度和性質(zhì) 但是 X和Y的變異程度 所取單位及N的大小都會影響其大小 這些因素的影響是可以消去的 方法就是將離均差轉(zhuǎn)換成以各自的標(biāo)準(zhǔn)差為單位 使成為標(biāo)準(zhǔn)化離差 再以N除之 可定義雙變數(shù)總體的相關(guān)系數(shù)為 9 33 9 33 的已與兩個變數(shù)的變異程度 單位和N大小都沒有關(guān)系 是一個不帶單位的純數(shù) 因而可用來比較不同雙變數(shù)總體的相關(guān)程度和性質(zhì) 相關(guān)系數(shù)是兩個變數(shù)標(biāo)準(zhǔn)化離差的乘積之和的平均數(shù) 相關(guān)系數(shù)的含義 相關(guān)系數(shù)的功能定義 表示變量間相關(guān)性質(zhì)與程度的統(tǒng)計數(shù)相關(guān)系數(shù)的計算定義 由自變量引起的回歸平方和占依變量總平方和比率的平方根 見公式9 34下 相關(guān)系數(shù)的推導(dǎo)定義 是兩個變數(shù)標(biāo)準(zhǔn)化離差的乘積之和的平均數(shù) 一般回答問題時常指功能定義 樣本的相關(guān)系數(shù)r 9 34 因為 在回歸分析時分成了兩個部分 一部分是離回歸平方和Q 另一部分是回歸平方和U SP 2 SSx 因此 又可有定義 r的取值區(qū)間是 1 1 雙變數(shù)的相關(guān)程度決定于 r r 越接近于1 相關(guān)越密切 越接近于0 越可能無相關(guān) r的顯著與否還和自由度有關(guān) 越大 受抽樣誤差的影響越小 r達(dá)到顯著水平的值就較小 正的r值表示正相關(guān) 負(fù)的r值表示負(fù)相關(guān) 而相關(guān)系數(shù)r的正或負(fù)和回歸系數(shù)b是保持一致 二 決定系數(shù) 決定系數(shù) determinationcoefficient 定義為由x不同而引起的y的平方和占y總平方和SSy 的比率 也可定義為由y不同而引起的x的平方和占x總平方和SSx 的比率 其值為 9 35 所以決定系數(shù)即相關(guān)系數(shù)r的平方值 決定系數(shù)和相關(guān)系數(shù)的區(qū)別在于 除掉 r 1和0的情況外 r2總是小于 r 這就可以防止對相關(guān)系數(shù)所表示的相關(guān)程度作夸張的解釋 例如 r 0 5 只是說明由x的不同而引起的y變異 或由y的不同而引起的x變異 平方和僅占y總變異 或x總變異 平方和的r2 0 25 即25 而不是50 r是可正可負(fù)的 而r2則一律取正值 其取值區(qū)間為 0 1 因此 在相關(guān)分析由r的正或負(fù)表示相關(guān)的性質(zhì) 由r2的大小表示相關(guān)的程度 三 相關(guān)系數(shù)和決定系數(shù)的計算 例9 11 試計算例9 1資料3月下旬至4月中旬積溫和一代三化螟盛發(fā)期的相關(guān)系數(shù)和決定系數(shù) 在例9 1已算得該資料的SSx 144 6356SSy 249 5556 SP 159 0444 故代入 9 34 有 代入 9 35 有 以上結(jié)果表明 一代三化螟盛發(fā)期與3月下旬至4月中旬的積溫成負(fù)相關(guān) 即積溫愈高 一代三化螟盛發(fā)期愈早 在一代三化螟盛發(fā)期的變異中有70 08 是由3月下旬至4月中旬的積溫不同造成的 二 相關(guān)系數(shù)的假設(shè)測驗 一 的假設(shè)測驗測驗樣本相關(guān)系數(shù)r來自無線性相關(guān)總體的概率 所作的假設(shè)為H0 對HA 0 在總體中抽樣 r的分布隨樣本容量n的不同而不同 r的抽樣誤差 9 36 H0 當(dāng)時 或 9 37 此t值遵循的t分布 由之可測驗H0 例題見下一面 對于同一資料 線性回歸的顯著性等價于線性相關(guān)的顯著性 將 9 37 移項 即可得到自由度和顯著水平一定時的臨界r值 例9 12 試測驗例9 11所得r 0 8371的顯著性 H0 HA 由 9 36 可得 代入 9 37 得 查附表4 t0 01 7 3 50 現(xiàn)實得 t 4 05 t0 01 所以H0 被否定 HA 被接受 r在水平上顯著 即此r 0 8371說明3月下旬至4月中旬積溫和一代三化螟盛發(fā)期是有真實直線相關(guān)的 且積溫愈高 三化螟的盛發(fā)期愈早 y愈小 本例t 4 05和該資料在例9 3作回歸系數(shù)的假設(shè)測驗時的t 4 05完全相同 這不是偶然巧合 而是必然結(jié)果 對于同一資料來說 線性回歸的顯著性和線性相關(guān)的顯著性一定