第十二章相关与回归分析 第一节变量之间的相关关系 相关程度与方向·因果关系与对称关系 第二节定类变量的相关 双变量交互分类(列联表)·削减误差比例(PRE)·λ系数与τ系数 第三节定序变量的相关分析 同序对、异序对和同分对· Gamma系数·肯德尔等级相关系数(τa系数、 τb与τ。系数)·萨默斯系数(d系数)·斯皮尔曼等级相关(p相关)·肯德尔和 谐系数 第四节定距变量的相关分析 相关表和相关图·积差系数的导出和计算·积差系数的性质 第五节回归分析 线性回归·积差系数的PRE性质·相关指数R 第六节曲线相关与回归 可线性化的非线性函数·实例分析(二次曲线指数曲线) 填空 1.对于表现为因果关系的相关关系来说,自变量一般都是确定性变量,因变量则一般 是()变量。 2.变量间的相关程度,可以用不知Y与X有关系时预测Y的全部误差E1,减去知道 Y与X有关系时预测Y的联系误差E2,再将其化为比例来度量,这就是()。 3.依据数理统计原理,在样本容量较大的情况下,可以作出以下两个假定:(1)实际 观察值Y围绕每个估计值y是服从():(2)分布中围绕每个可能的值的()是 相同的。 4.在数量上表现为现象依存关系的两个变量,通常称为自变量和因变量。自变量是作 为()的变量,因变量是随()的变化而发生相应变化的变量 5.根据资料,分析现象之间是否存在相关关系,其表现形式或类型如何,并对具有相 关关系的现象之间数量变化的议案关系进行测定,即建立一个相关的数学表达式,称为 (),并据以进行估计和预测。这种分析方法,通常又称为 6.积差系数r是()与X和Y的标准差的乘积之比。 二、单项选择 1.当ⅹ按一定数额增加时,y也近似地按一定数额随之增加,那么可以说ⅹ与y之间 存在()关系。 A直线正相关B直线负相关C曲线正相关D曲线负相关
1 第十二章 相关与回归分析 第一节 变量之间的相关关系 相关程度与方向·因果关系与对称关系 第二节 定类变量的相关 双变量交互分类（列联表）·削减误差比例（PRE）·λ系数与τ系数 第三节 定序变量的相关分析 同序对、异序对和同分对·Gamma 系数·肯德尔等级相关系数（τa 系数、 τb与τc系数）·萨默斯系数（d 系数）·斯皮尔曼等级相关（ρ相关）·肯德尔和 谐系数 第四节 定距变量的相关分析 相关表和相关图·积差系数的导出和计算·积差系数的性质 第五节 回归分析 线性回归·积差系数的 PRE 性质·相关指数 R 第六节 曲线相关与回归 可线性化的非线性函数·实例分析（二次曲线指数曲线） 一、填空 1．对于表现为因果关系的相关关系来说，自变量一般都是确定性变量，因变量则一般 是（ ）变量。 2．变量间的相关程度，可以用不知 Y 与 X 有关系时预测 Y 的全部误差 E1，减去知道 Y 与 X 有关系时预测 Y 的联系误差 E2，再将其化为比例来度量，这就是（ ）。 3．依据数理统计原理，在样本容量较大的情况下，可以作出以下两个假定：（1）实际 观察值 Y 围绕每个估计值 Yc 是服从（ ）；（2）分布中围绕每个可能的 Yc 值的（ ）是 相同的。 4．在数量上表现为现象依存关系的两个变量，通常称为自变量和因变量。自变量是作 为（ ）的变量，因变量是随（ ）的变化而发生相应变化的变量。 5．根据资料，分析现象之间是否存在相关关系，其表现形式或类型如何，并对具有相 关关系的现象之间数量变化的议案关系进行测定，即建立一个相关的数学表达式，称为 （ ），并据以进行估计和预测。这种分析方法，通常又称为（ ）。 6．积差系数 r 是（ ）与 X 和 Y 的标准差的乘积之比。 二、单项选择 1．当 x 按一定数额增加时，y 也近似地按一定数额随之增加，那么可以说 x 与 y 之间 存在（ ）关系。 A 直线正相关 B 直线负相关 C 曲线正相关 D 曲线负相关
2.评价直线相关关系的密切程度,当r在0.5~0.8之间时,表示()。 A无相关 低度相关C中等相关D高度相关 3.相关分析和回归分析相辅相成,又各有特点,下面正确的描述有() A在相关分析中,相关的两变量都不是随机的 B在回归分析中,自变量是随机的,因变量不是随机的 C在回归分析中,因变量和自变量都是随机的 D在相关分析中,相关的两变量都是随机的 4.关于相关系数,下面不正确的描述是()。 A当0≤≤1时,表示两变量不完全相关 B当r=0时,表示两变量间无相关 C两变量之间的相关关系是单相关 D如果自变量增长引起因变量的相应增长,就形成正相关关系 5.欲以图形显示两变量X和Y的关系,最好创建() A直方图B圆形图C柱形图D散点图 6.两变量X和Y的相关系数为0.8,则其回归直线的判定系数为() A0.50 B0.80 C0.64 D0.90 7.在完成了构造与评价一个回归模型后,我们可以()。 A估计未来所需样本的容量 B计算相关系数和判定系数 C以给定的因变量的值估计自变量的值 D以给定的自变量的值估计因变量的值 8.两变量的线性相关系数为0,表明两变量之间 A完全相关B无关系C不完全相关D不存在线性相关 9.身高和体重之间的关系是() A函数关系B无关系C共变关系 D严格的依存关系 10.在相关分析中,对两个变量的要求是()。 A都是随机变量 都不是随机变量 C其中一个是随机变量,一个是常数D都是常数 11.在回归分析中,两个变量() A都是随机变量 B都不是随机变量 C自变量是随机变量 D因变量是随机变量 12.一元线性回归模型和多元线性回归模型的区别在于只有一个()。 A因变量 B自变量 C相关系数 D判定系数 13.以下指标恒为正的是()。 A相关系数rB截距aC斜率bD复相关系数 14.下列关系中,属于正相关关系得是() A身高与体重 B产品与单位成本 C正常商品的价格和需求量D商品的零售额和流通费率 三、多项选择 1.关于积差系数,下面正确的说法是() A积差系数是线性相关系数 2
2 2．评价直线相关关系的密切程度，当 r 在 0.5～0.8 之间时，表示（ ）。 A 无相关 B 低度相关 C 中等相关 D 高度相关 3．相关分析和回归分析相辅相成，又各有特点，下面正确的描述有（ ）。 A 在相关分析中，相关的两变量都不是随机的； B 在回归分析中，自变量是随机的，因变量不是随机的； C 在回归分析中，因变量和自变量都是随机的； D 在相关分析中，相关的两变量都是随机的。 4．关于相关系数，下面不正确的描述是（ ）。 A 当 0 r 1 时，表示两变量不完全相关； B 当 r=0 时，表示两变量间无相关； C 两变量之间的相关关系是单相关； D 如果自变量增长引起因变量的相应增长，就形成正相关关系。 5．欲以图形显示两变量 X 和 Y 的关系，最好创建（ ）。 A 直方图 B 圆形图 C 柱形图 D 散点图 6．两变量 X 和 Y 的相关系数为 0.8，则其回归直线的判定系数为（ ）。 A 0.50 B 0.80 C 0.64 D 0.90 7．在完成了构造与评价一个回归模型后，我们可以（ ）。 A 估计未来所需样本的容量 B 计算相关系数和判定系数 C 以给定的因变量的值估计自变量的值 D 以给定的自变量的值估计因变量的值 8．两变量的线性相关系数为 0，表明两变量之间（ ）。 A 完全相关 B 无关系 C 不完全相关 D 不存在线性相关 9．身高和体重之间的关系是（ ）。 A 函数关系 B 无关系 C 共变关系 D 严格的依存关系 10．在相关分析中，对两个变量的要求是（ ）。 A 都是随机变量 B 都不是随机变量 C 其中一个是随机变量，一个是常数 D 都是常数 11．在回归分析中，两个变量（ ）。 A 都是随机变量 B 都不是随机变量 C 自变量是随机变量 D 因变量是随机变量 12．一元线性回归模型和多元线性回归模型的区别在于只有一个（ ）。 A 因变量 B 自变量 C 相关系数 D 判定系数 13．以下指标恒为正的是（ ）。 A 相关系数 r B 截距 a C 斜率 b D 复相关系数 14．下列关系中，属于正相关关系得是（ ）。 A 身高与体重 B 产品与单位成本 C 正常商品的价格和需求量 D 商品的零售额和流通费率 三、多项选择 1．关于积差系数，下面正确的说法是（ ）。 A 积差系数是线性相关系数
B积差系数具有PRE性质 C在积差系数的计算公式中,变量X和Y是对等关系 D在积差系数的计算公式中,变量X和Y都是随机的 2.关于皮尔逊相关系数,下面正确的说法是() A皮尔逊相关系数是线性相关系数 B积差系数能够解释两变量间的因果关系 Cr公式中的两个变量都是随机的 Dr的取值在1和0之间 E皮尔逊相关系数具有PRE性质,但这要通过2加以反映 3.简单线性回归分析的特点是()。 A两个变量之间不是对等关系 B回归系数有正负号 C两个变量都是随机的 D利用一个回归方程,两个变量可以互相推算 E有可能求出两个回归方程 4.反映某一线性回归方程y=abx好坏的指标有()。 A相关系数 B判定系数 Cb的大小 D估计标准误 Ea的大小 5.模拟回归方程进行分析适用于()。 A变量之间存在一定程度的相关系数 B不存在任何关系的几个变量之间 C变量之间存在线性相关 D变量之间存在曲线相关 E时间序列变量和时间之间 6.判定系数r2=80%和含义如下()。 A自变量和因变量之间的相关关系的密切程度 B因变量y的总变化中有80%可以由回归直线来解释和说明 C总偏差中有80%可以由回归偏差来解释 D相关系数一定为0.64 E判定系数和相关系数无关 7.回归分析和相关分析的关系是() A回归分析可用于估计和预测 B相关分析是研究变量之间的相互依存关系的密切程度 C回归分析中自变量和因变量可以互相推导并进行预测 D相关分析需区分自变量和因变量 E相关分析是回归分析的基础 8.以下指标恒为正的是() A相关系数 B判定系数 C复相关系数 D偏相关系数E回归方程的斜率 9.一元线性回归分析中的回归系数b可以表示为()。 A两个变量之间相关关系的密切程度 B两个变量之间相关关系的方向 C当自变量增减一个单位时,因变量平均增减的量 D当因变量增减一个单位时,自变量平均增减的量
3 B 积差系数具有 PRE 性质 C 在积差系数的计算公式中，变量 X 和 Y 是对等关系 D 在积差系数的计算公式中，变量 X 和 Y 都是随机的 2．关于皮尔逊相关系数，下面正确的说法是（ ）。 A 皮尔逊相关系数是线性相关系数 B 积差系数能够解释两变量间的因果关系 C r 公式中的两个变量都是随机的 D r 的取值在 1 和 0 之间 E 皮尔逊相关系数具有 PRE 性质，但这要通过 r 2 加以反映 3．简单线性回归分析的特点是（ ）。 A 两个变量之间不是对等关系 B 回归系数有正负号 C 两个变量都是随机的 D 利用一个回归方程，两个变量可以互相推算 E 有可能求出两个回归方程 4．反映某一线性回归方程 y=a+bx 好坏的指标有（ ）。 A 相关系数 B 判定系数 C b 的大小 D 估计标准误 E a 的大小 5．模拟回归方程进行分析适用于（ ）。 A 变量之间存在一定程度的相关系数 B 不存在任何关系的几个变量之间 C 变量之间存在线性相关 D 变量之间存在曲线相关 E 时间序列变量和时间之间 6．判定系数 r 2=80%和含义如下（ ）。 A 自变量和因变量之间的相关关系的密切程度 B 因变量 y 的总变化中有 80%可以由回归直线来解释和说明 C 总偏差中有 80%可以由回归偏差来解释 D 相关系数一定为 0.64 E 判定系数和相关系数无关 7．回归分析和相关分析的关系是（ ）。 A 回归分析可用于估计和预测 B 相关分析是研究变量之间的相互依存关系的密切程度 C 回归分析中自变量和因变量可以互相推导并进行预测 D 相关分析需区分自变量和因变量 E 相关分析是回归分析的基础 8．以下指标恒为正的是（ ）。 A 相关系数 B 判定系数 C 复相关系数 D 偏相关系数 E 回归方程的斜率 9．一元线性回归分析中的回归系数 b 可以表示为（ ）。 A 两个变量之间相关关系的密切程度 B 两个变量之间相关关系的方向 C 当自变量增减一个单位时，因变量平均增减的量 D 当因变量增减一个单位时，自变量平均增减的量
E回归模型的拟合优度 10.关于回归系数b,下面正确的说法是()。 Ab也可以反映X和Y之间的关系强度。 B回归系数不解释两变量间的因果关系 Cb公式中的两个变量都是随机的 Db的取值在1和-1之间 Eb也有正负之分 四、名词解释 1.消减误差比例 2.确定性关系 3.非确定性关系 4.因果关系 5.单相关和复相关 6.正相关与负相关 7.散点图 8.皮尔逊相关系数r 9.同序对 10.异序对 11.同分对 五、判断题 1.由于削减误差比例的概念不涉及变量的测量层次,因此它的优点很明显,用它来定 义相关程度可适用于变量的各测量层次。 2.不管相关关系表现形式如何,当=1时,变量X和变量Y都是完全相关 3.不管相关关系表现形式如何,当团=0时,变量X和变量Y都是完全不相关 4.通过列联表研究定类变量之间的关联性,这实际上是通过相对频数条件分布的比较 进行的。而如果两变量间是相关的话,必然存在着F的相对频数条件分布相同,且和它的相 对频数边际分布相同。 5.如果众数频数集中在条件频数分布列联表的同一行中,λ系数便会等于0,从而无 法显示两变量之间的相关性 6.从分析层次上讲,相关分析更深刻一些。因为相关分析具有推理的性质,而回归分 析从本质上讲只是对客观事物的一种描述,知其然而不知其所以然。 六、计算题 1.对某市市民按老中青进行喜欢民族音乐情况的调查,样本容量为200人,调查结果 示于下表,试把该频数列联表:①转化为相对频数的联合分布列联表②转化为相对频数的条 件分布列联表;③指出对于民族音乐的态度与被调查者的年岁有无关系,并说明理由
4 E 回归模型的拟合优度 10．关于回归系数 b，下面正确的说法是（ ）。 A b 也可以反映 X 和 Y 之间的关系强度。； B 回归系数不解释两变量间的因果关系； C b 公式中的两个变量都是随机的； D b 的取值在 1 和-1 之间； E b 也有正负之分。 四、名词解释 1．消减误差比例 2． 确定性关系 3．非确定性关系 4．因果关系 5．单相关和复相关 6．正相关与负相关 7．散点图 8．皮尔逊相关系数 r 9．同序对 10．异序对 11．同分对 五、判断题 1．由于削减误差比例的概念不涉及变量的测量层次，因此它的优点很明显，用它来定 义相关程度可适用于变量的各测量层次。 （ ） 2．不管相关关系表现形式如何，当 r ＝1 时，变量 X 和变量 Y 都是完全相关。（ ） 3．不管相关关系表现形式如何，当 r ＝0 时，变量 X 和变量 Y 都是完全不相关。（ ） 4．通过列联表研究定类变量之间的关联性，这实际上是通过相对频数条件分布的比较 进行的。而如果两变量间是相关的话，必然存在着 Y 的相对频数条件分布相同，且和它的相 对频数边际分布相同。 （ ） 5．如果众数频数集中在条件频数分布列联表的同一行中， 系数便会等于 0，从而无 法显示两变量之间的相关性。 （ ） 6．从分析层次上讲，相关分析更深刻一些。因为相关分析具有推理的性质，而回归分 析从本质上讲只是对客观事物的一种描述，知其然而不知其所以然。 （ ） 六、计算题 1．对某市市民按老中青进行喜欢民族音乐情况的调查，样本容量为 200 人，调查结果 示于下表，试把该频数列联表：①转化为相对频数的联合分布列联表②转化为相对频数的条 件分布列联表；③指出对于民族音乐的态度与被调查者的年岁有无关系，并说明理由
对于民族音乐的 年岁(X) 态度(Y) 中 青 喜欢 老85 不喜欢 2.已知十名学生身高和体重资料如下表,(1)根据下述资料算出身高和体重的皮尔逊 相关系数和斯皮尔曼相关系数:(2)根据下述资料求出两变量之间的回归方程(设身高为自 变量,体重为因变量) 身高(cm) 171 167 177 154 169 体重(kg 53 56 64 49 55 身高(cm) 75 163 172 162 体重(kg) 52 58 3.某市有12所大专院校,现组织一个评审委员会对各校校园及学生体质进行评价, 结果如下,试求环境质量与学生体质的关系的斯皮尔曼相关系数和肯得尔等级相关系数。 环境名次 397512810211 体质名次 4.以下是婚姻美满与文化程度的抽样调査的结果,请计算婚姻美满与文化程度之 mma系数和肯德尔相关系数τc 文化程度 大学 中学 小学 婚姻美满 美满 般 30 18 不美满 3 4 7 5.以下为两位评判员对10名参赛人名次的打分。试用斯皮尔曼等级相关系数来描述 两评判员打分的接近程度 参赛人 A C 评判员1 评判员212345678910 6.某原始资料为: 6579188765396678285
5 对于民族音乐的 态度（Y） 年岁（X） Σ 老 中 青 喜 欢 不喜欢 38 38 30 15 33 46 Σ 2．已知十名学生身高和体重资料如下表，（1）根据下述资料算出身高和体重的皮尔逊 相关系数和斯皮尔曼相关系数；（2）根据下述资料求出两变量之间的回归方程（设身高为自 变量，体重为因变量）。 身高（cm） 171 167 177 154 169 体重（kg） 53 56 64 49 55 身高（cm） 175 163 152 172 162 体重（kg） 66 52 47 58 50 ３．某市有 12 所大专院校，现组织一个评审委员会对各校校园及学生体质进行评价， 结果如下，试求环境质量与学生体质的关系的斯皮尔曼相关系数和肯得尔等级相关系数。 环境名次 3 9 7 5 12 8 10 2 11 4 1 6 体质名次 5 9 6 7 12 8 11 1 10 3 2 4 ４．以下是婚姻美满与文化程度的抽样调查的结果，请计算婚姻美满与文化程度之 Gamma 系数和肯德尔相关系数τc。 文化程度 婚姻美满 大学 中学 小学 美 满 9 16 5 一 般 8 30 18 不美满 3 4 7 ５．以下为两位评判员对 10 名参赛人名次的打分。试用斯皮尔曼等级相关系数来描述 两评判员打分的接近程度。 参赛人 A B C D E F G H I J 评判员 1 评判员 2 1 1 2 2 4 3 3 4 5 5 8 6 6 7 7 8 9 9 10 10 ６．某原始资料为： X 65 73 91 88 76 53 96 67 82 85