1樓:匿名使用者
迴歸時相關的進一步分析,相關沒有控制變數
統計專業,為您服務
相關分析與迴歸分析有何區別與聯絡?
2樓:中教朝陽教區
一、相關分析與迴歸
分析的聯絡
相關分析是迴歸分析的基礎和前提,迴歸分析則是相關分析的深入和繼續。相關分析需要依靠迴歸分析來表現變數之間數量相關的具體形式,而回歸分析則需要依靠相關分析來表現變數之間數量變化的相關程度。只有當變數之間存在高度相關時,進行迴歸分析尋求其相關的具體形式才有意義。
如果在沒有對變數之間是否相關以及相關方向和程度做出正確判斷之前,就進行迴歸分析,很容易造成「虛假迴歸」,相關分析只研究變數之間相關的方向和程度,不能推斷變數之間相互關係的具體形式,也無法從一個變數的變化來推測另一個變數的變化情況,在具體應用過程中,只有把相關分析和迴歸分析結合起來,才能達到研究和分析的目的。
二、相關分析與迴歸分析的區別
1.相關分析中涉及的變數不存在自變數和因變數的劃分問題,變數之間的關係是對等的;而在迴歸分析中,則必須根據研究物件的性質和研究分析的目的,對變數進行自變數和因變數的劃分。在迴歸分析中,變數之間的關係是不對等的。
2.在相關分析中所有的變數都必須是隨機變數;而在迴歸分析中,自變數是確定的,因變數才是隨機的,即將自變數的給定值代入迴歸方程後,所得到的因變數的估計值不是唯一確定的,而會表現出一定的隨機波動性。
3.相關分析主要是通過一個指標即相關係數來反映變數之間相關程度的大小,由於變數之間是對等的,因此相關係數是唯一確定的。而在迴歸分析中,對於互為因果的兩個變數 ,則有可能存在多個迴歸方程。
3樓:騰昌休秋芸
相關:顧名思義就是看幾個變數間是否有關,有關的可能性有多大。
迴歸分析一般是用某個函式來代替兩個變數間的變化規律,進而對變數的下一個值做出估計的一種方法。
4樓:歐珍汪飛燕
一、迴歸分析與相關分析的區別:
(1)相關分析所研究的兩個變數是對等關係,迴歸分析所研究的兩個變數不是對等關係,必須根據研究目的確定其中的自變數、因變數。
(2)對於變數x與y來說,相關分析只能計算出一個反映兩個變數間相關密切程度的相關係數,計算中改變x和y的地位不影響相關係數的數值。迴歸分析有時可以根據研究目的不同分別建立兩個不同的迴歸方程。
(3)相關分析對資料的要求是,兩個變數都是隨機的,也可以是一個變數是隨機的,另一個變數是非隨機的。而回歸分析對資料的要求是,自變數是可以控制的變數(給定的變數),因變數是隨機變數。
二、迴歸分析與相關分析的聯絡:
(1)相關分析是迴歸分析的基礎和前提。假若對所研究的客觀現象不進行相關分析,直接作迴歸分析,則這樣建立的迴歸方程往往沒有實際意義。只有通過相關分析,確定客觀現象之間確實存在數量上的依存關係,而且其關係值又不確定的條件下,再進行迴歸分析,在此基礎上建立迴歸方程才有實際意義。
(2)迴歸分析是相關分析的深入和繼續。對所研究現象只作相關分析,僅說明現象之間具有密切的相關關係是不夠的,統計上研究現象之間具有相關關係的目的,就是要通過迴歸分析,將具有依存關係的變數間的不確定的數量關係加以確定,然後由已知自變數值推算未知因變數的值,只有這樣,相關分析才具有實際意義。
相關分析與迴歸分析的區別和聯絡是什麼?
5樓:love生活
一、迴歸分析和相關分析主要區別是:
1、在迴歸分析中,y被稱為因變數,處在被解釋的特殊地位,而在相關分析中,x與y處於平等的地位,即研究x與y的密切程度和研究y與x的密切程度是一致的;
2、相關分析中,x與y都是隨機變數,而在迴歸分析中,y是隨機變數,x可以是隨機變數,也可以是非隨機的,通常在迴歸模型中,總是假定x是非隨機的;
3、相關分析的研究主要是兩個變數之間的密切程度,而回歸分析不僅可以揭示x對y的影響大小,還可以由迴歸方程進行數量上的**和控制.
二、迴歸分析與相關分析的聯絡:
1、迴歸分析和相關分析都是研究變數間關係的統計學課題。
2、在專業上研究上:
有一定聯絡的兩個變數之間是否存在直線關係以及如何求得直線迴歸方程等問題,需進行直線相關分析和迴歸分析。
3、從研究的目的來說:
若僅僅為了瞭解兩變數之間呈直線關係的密切程度和方向,宜選用線性相關分析;若僅僅為了建立由自變數推算因變數的直線迴歸方程,宜選用直線迴歸分析.
擴充套件資料:
1、相關分析是研究兩個或兩個以上處於同等地位的隨機變數間的相關關係的統計分析方法。
例如,人的身高和體重之間;空氣中的相對溼度與降雨量之間的相關關係都是相關分析研究的問題。
2、迴歸分析是確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。運用十分廣泛。
迴歸分析按照涉及的變數的多少,分為一元迴歸和多元迴歸分析;按照因變數的多少,可分為簡單迴歸分析和多重回歸分析;按照自變數和因變數之間的關係型別,可分為線性迴歸分析和非線性迴歸分析
6樓:峰
一、相關分析與迴歸分析的區別:
1、相關分析中涉及的變數不存在自變數和因變數的劃分問題,變數之間的關係是對等的;而在迴歸分析中,則必須根據研究物件的性質和研究分析的目的,對變數進行自變數和因變數的劃分。因此,在迴歸分析中,變數之間的關係是不對等的。
2、在相關分析中所有的變數都必須是隨機變數;而在迴歸分析中,自變數是確定的,因變數才是隨機的。
3、相關分析主要是通過一個指標即相關係數來反映變數之間相關程度的大小,由於變數之間是對等的,因此相關係數是唯一確定的。而在迴歸分析中,對於互為因果的兩個變數,則有可能存在多個迴歸方程。
二、相關分析與迴歸分析的聯絡
1、相關分析是迴歸分析的基礎和前提,迴歸分析則是相關分析的深入和繼續。
2、相關分析需要依靠迴歸分析來表現變數之間數量相關的具體形式,而回歸分析則需要依靠相關分析來表現變數之間數量變化的相關程度。
3、只有當變數之間存在高度相關時,進行迴歸分析尋求其相關的具體形式才有意義。
4、如果在沒有對變數之間是否相關以及相關方向和程度做出正確判斷之前,就進行迴歸分析,很容易造成「虛假迴歸」。
7樓:peking在路上
迴歸分析和相關分析都是研究變數間關係的統計學課題,它們的差別主要是:
1、在迴歸分析中,y被稱為因變數,處在被解釋的特殊地位,而在相關分析中,x與y處於平等的地位,即研究x與y的密切程度和研究y與x的密切程度是一致的;
2、相關分析中,x與y都是隨機變數,而在迴歸分析中,y是隨機變數,x可以是隨機變數,也可以是非隨機的,通常在迴歸模型中,總是假定x是非隨機的;
3、相關分析的研究主要是兩個變數之間的密切程度,而回歸分析不僅可以揭示x對y的影響大小,還可以由迴歸方程進行數量上的**和控制。
8樓:匿名使用者
這兩種分析是統計上研究變數之間關係的常用辦法。
相同點:他們都可以斷定兩組變數具有統計相關性。
不同點:相關分析中兩組變數的地位是平等的,不能說一個是因,另外一個是果。或者他們只是跟另外第三個變數存在因果關係。
而回歸分析可以定量地得到兩個變數之間的關係,其中一個可以看作是因,另一個看作是果。兩者位置一般不能互換。
9樓:150王王王
統計關係本身不可能意味著任何因果關係
相關分析與迴歸分析有何區別與聯絡
10樓:夏侯輕依
迴歸分析與相關分析的聯絡:研究在專業上有一定聯絡的兩個變數之間是否存在直線關係以及如何求得直線迴歸方程等問題,需進行直線相關和迴歸分析.從研究的目的來說,若僅僅為了瞭解兩變數之間呈直線關係的密切程度和方向,宜選用線性相關分析;若僅僅為了建立由自變數推算因變數的直線迴歸方程,宜選用直線迴歸分析.
從資料所具備的條件來說,作相關分析時要求兩變數都是隨機變數(如:人的身長與體重、血硒與發硒);作迴歸分析時要求因變數是隨機變數,自變數可以是隨機的,也可以是一般變數(即可以事先指定變數的取值,如:用藥的劑量).
在統計學教科書中習慣把相關與迴歸分開論述,其實在應用時,當兩變數都是隨機變數時,常需同時給出這兩種方法分析的結果;另外,若用計算器實現統計分析,可用對相關係數的檢驗取代對迴歸係數的檢驗,這樣到了化繁為簡的目的.
迴歸分析和相關分析都是研究變數間關係的統計學課題,它們的差別主要是:
1、在迴歸分析中,y被稱為因變數,處在被解釋的特殊地位,而在相關分析中,x與y處於平等的地位,即研究x與y的密切程度和研究y與x的密切程度是一致的;
2、相關分析中,x與y都是隨機變數,而在迴歸分析中,y是隨機變數,x可以是隨機變數,也可以是非隨機的,通常在迴歸模型中,總是假定x是非隨機的;
3、相關分析的研究主要是兩個變數之間的密切程度,而回歸分析不僅可以揭示x對y的影響大小,還可以由迴歸方程進行數量上的**和控制.望採納
11樓:匿名使用者
一、迴歸分析與相關分析的區別:
(1)相關分析所研究的兩個變數是對等關係,迴歸分析所研究的兩個變數不是對等關係,必須根據研究目的確定其中的自變數、因變數。
(2)對於變數x與y來說,相關分析只能計算出一個反映兩個變數間相關密切程度的相關係數,計算中改變x和y的地位不影響相關係數的數值。迴歸分析有時可以根據研究目的不同分別建立兩個不同的迴歸方程。
(3)相關分析對資料的要求是,兩個變數都是隨機的,也可以是一個變數是隨機的,另一個變數是非隨機的。而回歸分析對資料的要求是,自變數是可以控制的變數(給定的變數),因變數是隨機變數。
二、迴歸分析與相關分析的聯絡:
(1)相關分析是迴歸分析的基礎和前提。假若對所研究的客觀現象不進行相關分析,直接作迴歸分析,則這樣建立的迴歸方程往往沒有實際意義。只有通過相關分析,確定客觀現象之間確實存在數量上的依存關係,而且其關係值又不確定的條件下,再進行迴歸分析,在此基礎上建立迴歸方程才有實際意義。
(2)迴歸分析是相關分析的深入和繼續。對所研究現象只作相關分析,僅說明現象之間具有密切的相關關係是不夠的,統計上研究現象之間具有相關關係的目的,就是要通過迴歸分析,將具有依存關係的變數間的不確定的數量關係加以確定,然後由已知自變數值推算未知因變數的值,只有這樣,相關分析才具有實際意義。
12樓:謙瑞資料論壇
聯絡:相關分析和迴歸分析都是研究變數之間的關聯關係的。
區別:1、相關性分析僅僅只能研究變數之間的關聯關係,但是並不能研究變數之間的因果關
系。例如:a和b之間存在相關關係,意味著a依賴於b同時b也依賴於a;而回歸分析則是
可以研究變數之間的因果關係,即迴歸分析中有明確的起因變數也有明確的結果變
量。例如:a變數顯著影響b變數;努力學習,成績就好,努力就是起因,成績就是結局。
2、相關性分析僅僅研究兩個變數之間的關聯關係,當有第三個變數的時候,則不能
選擇相關性分析;迴歸分析則可以同時研究1個或者1個以上的起因變數(自變數)
對一個結局變數(因變數)的影響的情況。
接下來用圖形簡單說明迴歸分析和相關性分析的區別和聯絡:
同樣是height和weight,如果選擇相關性分析,那麼只能得出height和weight之間的相關係數為0.625,意味著height和weight之間顯著正相關,即height和weight同升同降;如果選擇線性迴歸分析,則可以更進一步得出height可以顯著正向影響weight,影響係數為0.425,即height每提升1單位會直接導致weight隨之提升0.
425個單位。
相關分析與迴歸分析有何區別與聯絡
迴歸分析與相關分析的聯絡 研究在專業上有一定聯絡的兩個變數之間是否存在直線關係以及如何求得直線迴歸方程等問題,需進行直線相關和迴歸分析.從研究的目的來說,若僅僅為了瞭解兩變數之間呈直線關係的密切程度和方向,宜選用線性相關分析 若僅僅為了建立由自變數推算因變數的直線迴歸方程,宜選用直線迴歸分析.從資料...
單因素統計和多因素迴歸分析有什麼區別
一 概念不同 1 單因素統計 單因素分析 monofactor analysis 是指在一個時間點上對某一變數的分析。2 多因素迴歸分析 指在相關變數中將一個變數視為因變數，其他一個或多個變數視為自變數，建立多個變數之間線性或非線性數學模型數量關係式並利用樣本資料進行分析的統計分析方法。二 方法不同...
迴歸分析中條件，lr，wald有什麼區別
卡方值 wald 是卡方檢驗時計算出來的值，卡方檢驗用於進行兩個率或兩個構成比的比較。最簡單和最典型的就是2 2列聯表的卡方檢驗.自由度根據你的樣本量來決定，自由度 行數 1 列數 1 自由度具體沒有什麼大的實際意義但是它有他的條件 如果是2 2列聯表的卡方檢驗，要求樣本含量應大於40且每個格子中的...