09年統計工作實務復習：原因與規律分析(1)
發布時間：2011-10-22 共2頁
1.函數關系、統計獨立和統計依存關系
函數關系
變量之間的關系類型 統計獨立
統計依存
統計獨立和統計依存關系所討論的是非確定現象隨機變量之間的關系。而在函數關系中，變量的聯歡會有確定的對應關系，統計獨立關系或統計依存關系的隨機變量之間的取值則沒有確定的對應關系。就是說，給定一個隨機變量的取值之后，另一個隨機變量如何取值不能確定。
統計獨立與統計依存關系的區別：統計獨立的特點是一個隨機變量取何值，不影響另一個隨機變量取值的概率分布;而統計依存關系則不然，一個隨機變量的變化，會影響另一個隨機變量取值的概率分布。
2.相關關系與因果關系
相關關系：指兩上以上的變量的樣本觀測值序列之間表現出來的隨機數學關系，是隨機變量之間的一種特殊類型的依存關系。
數量型變量的線性關系：是討論的內容。
相關關系 非線性相關關系
屬性變量相關關系
相關系數絕對值為1，表明二者之間具有完全相關性;
相關系數絕對值比較大、或接近于1，表明二者之間具有較強的相關性;
相關系數絕對值為0，或接近于0，則表明二者之間不具有相關性。
偏相關系數：如果一個變量與其它兩個或兩個以上變量的線性組合之間具有相關性，那么它與每一個變量之間的相關系數就稱為偏相關系數。
相關關系是變量之間所表現出來的一種純數學關系，判斷變量之間是否具有相關關系的依據只有數據。
因果關系：是指兩個或兩個以上變量在行為機制上的依賴性，作為結果的變量是由作為原因的變量所決定的，原因變量的變化引起結果變量的變化。因果關系有單向因果關系和互為因果關系之分。
具有因果關系的變量之間一定具有數學上的相關關系，而具有相關關系的變量之間并不一定具有因果關系。
相關分析是判斷變量之間是否具有相關關系的數學分析方法，通過計算變量之間的相關系數來現實。
回歸分析是判斷變量之間是否具有相關關系的一種數學分析方法，它著重判斷一個隨機變量與一個或幾個可控變量之間是否具有相關關系。用來進行變量之間的因果分析。但是，僅僅依靠回歸分析尚不能對變量之間的因果關系作出最后判斷，必須與經濟行為的定性分析相結合。
相關分析與回歸分析都是研究變量之間關系的工具。在應用中，兩者常常互相補充。例如，作線性回歸分析之前常常先計算相關系數以判斷變量之間是否有線性相關關系以及線性相關關系的強弱。另一方面，為了研究具有線性相關關系的變量之間的關系的具體形式，也常常在相關分析的基礎上進一步作回歸分析。這兩種方法又有若干區別，例如，在相關分析中不強調兩個變量中哪個是原因，哪個是結果，互換兩個變量的位置會得到相同的相關系數。在回歸分析中則要首先確認哪個是自變量，哪個是因變量。
