五、相关与回归分析

变量间关系的度量

一、变量间的关系

变量间的关系形态可分为两种类型：函数关系、相关关系。
函数关系：一 一对应的确定关系。
相关关系：变量之间存在的不确定的数量关系，即 一个变量的取值不能由另一个变量唯一确定。

二、相关关系的描述与测度

相关分析是对两个变量之间线性关系的描述与度量，解决的问题
　　1、如果存在关系，它们之间是什么样的关系?
　　2、变量之间的关系强度如何？
　　3、样本所反映的变量之间的关系能否代表总体变量之间的关系？
　　
步骤如下：
　　绘制散点图来判断变量之间的关系形态，如果是线性关系，利用相关系数测度两个变量之间的关系强度，最后对相关系数进行显著性检验，以判断样本所反应的关系能否用来代表两个变量总体上的关系。
（一）散点图
散点图：用坐标的水平轴代表自变量X，纵轴代表因变量Y，每组数据在坐标系中用一个点表示，n组数据在坐标系中形成的n个点称为散点，由坐标及散点形成的二维数据坐标图。
散点图描述了两个变量之间的大致关系形态以及关系强度。
　　如果变量之间的关系近似地表现为一条直线，称线性相关
　　如果变量之间的关系近似地表现为一条曲线，称非线性或者曲线相关
　　如果两个变量的观测点狠分散，无任何规则，则表示变量之间没有相关关系
　　在线性相关中，两个变量的变动方向相同----正相关
　　在线性相关中，两个变量的变动方向相反----负相关

不同形态的散点图如下：

eg：不良贷款与以下因素是否有关，以及关系。





　　从以上的各散点图可知，不良贷款与贷款余额、累计应收贷款、贷款项目个数、固定资产投资额之间具有一定的线性相关。与贷款余额的线性关系比较密切。
　　
（二）相关系数
为准确度量两个变量之间关系的密切程度，需计算相关系数
相关系数：根据样本数据计算的对两个变量之间线性关系强度的度量值，r表示。