图形→散点图→简单散点图分析→回归分析→线性回归分析分析实例.pptx

会计学主要内容15.1相关分析简介/一些基本概念SPSS中的相关分析过程15.2简单相关分析1.积差相关系数（Pearson相关系数）的计算相关系数的检验方法积差相关系数的适用条件散点图可以用来发现异常值！分析实例分析实例分析实例

分析结论
进食量和体重增量的相关系数为0.940，P<0.01，有统计学意义。2.秩相关系数

结论
进食量和体重增量的Spearman相关系数为0.899，P<0.01，有统计学意义。Kendall’s等级相关系数15.3偏相关分析方法原理分析实例分析实例/

结论
控制了汽车自重的影响后汽车价格和每加仑汽油可行驶公里数的相关系数r=-0.068，p=0.539，无统计学意义，即汽车价格和每加仑汽油可行驶公里数无相关性，汽车自重为混杂因素。15.4简单回归分析研究一个连续性变量（因变量）的取值随着其它变量（自变量）的数值变化而变化的趋势。
通过回归方程解释两变量之间的关系显得更为精确，可以计算出自变量改变一个单位时因变量平均改变的单位数量，这是相关分析无法做到的。
除了描述两变量的关系以外，通过回归方程还可以进行预测和控制，这在实际工作中尤为重要。a：常数项或截距，即回归直线在y轴上的截距。
b：回归系数，即回归直线的斜率。
残差ε：y的估计值与实测值的差。如何求解a、b？如何求解a、b？分析实例分析实例分析实例分析实例分析实例分析实例分析实例分析实例分析实例分析实例分析实例分析实例分析实例分析实例分析实例分析实例分析实例线性相关与回归的区别练习感谢您的观看！