回歸分析和相關(guān)分析的聯(lián)系和區(qū)別

1、回歸分析和相關(guān)分析的聯(lián)系和區(qū)別時間:2011-09-18 18:33來源:不詳 作者:中國統(tǒng)計網(wǎng) 圍觀: 379 次問：回歸分析和相關(guān)分析的聯(lián)系和區(qū)別答：回歸分析(Regression)：Dependant variable is defined and can be forecasted by independent variable.相關(guān)分析(Correlation)：The relationship btw two variables. - A dose not define or determine B. 回歸更有用自變量解釋因變量的意思，有一點點因果關(guān)系在里面，并且可以是線性或者非線

2、形關(guān)系；相關(guān)更傾向于解釋兩兩之間的關(guān)系，但是一般都是指線形關(guān)系，特別是相關(guān)指數(shù)，有時候圖像顯示特別強二次方圖像，但是相關(guān)指數(shù)仍然會很低，而這僅僅是因為兩者間不是線形關(guān)系，并不意味著兩者之間沒有關(guān)系，因此在做相關(guān)指數(shù)的時候要特別注意怎么解釋數(shù)值，特別建議做出圖像觀察先。不過，無論回歸還是相關(guān)，在做因果關(guān)系的時候都應(yīng)該特別注意，并不是每一個顯著的回歸因子或者較高的相關(guān)指數(shù)都意味著因果關(guān)系，有可能這些因素都是受第三，第四因素制約，都是另外因素的因或果。對于此二者的區(qū)別，我想通過下面這個比方很容易理解：對于兩個人關(guān)系，相關(guān)關(guān)系只能知道他們是戀人關(guān)系，至于他們誰是主導(dǎo)者，誰說話算數(shù)，誰是跟隨者，一個打個

3、噴嚏，另一個會有什么反應(yīng)，相關(guān)就不能勝任，而回歸分析則能很好的解決這個問題回歸未必有因果關(guān)係?；貧w的主要有二：一是解釋，一是預(yù)測。在於利用已知的自變項預(yù)測未知的依變數(shù)。相關(guān)係數(shù)，主要在了解兩個變數(shù)的共變情形。如果有因果關(guān)係，通常會進行路徑分析(path analysis)或是線性結(jié)構(gòu)關(guān)係模式。我覺得應(yīng)該這樣看，我們做回歸分析是在一定的理論和直覺下，通過自變量和因變量的數(shù)量關(guān)系探索是否有因果關(guān)系。樓上這位仁兄說“回歸未必有因果關(guān)系如果有因果關(guān)系，通常進行路徑分析或線性結(jié)構(gòu)關(guān)系模式”有點值得商榷吧，事實上，回歸分析可以看成是線性結(jié)構(gòu)關(guān)系模式的一個特例啊。我覺得說回歸是探索因果關(guān)系的并沒錯，因為實際

4、上最后我們并不是完全依據(jù)統(tǒng)計的結(jié)果來判斷因果性，只有在統(tǒng)計結(jié)果和理論及現(xiàn)實比較吻合的基礎(chǔ)上我們才肯定這種因果關(guān)系。任何統(tǒng)計方法只是一種工具，但是不能完全依賴于這種工具。即使是SEM，我們也不能說完全認定其準確性，因為即使方法是好的，但是變量的復(fù)雜關(guān)系呈現(xiàn)的方式也是多種多樣的，可能統(tǒng)計只能告訴你一個方向上的最優(yōu)解，可未必是最符合實際的，更何況抽樣數(shù)據(jù)的質(zhì)量好壞也會使得結(jié)果不符合事實，從而導(dǎo)致人們懷疑統(tǒng)計方法的準確性。統(tǒng)計只說明統(tǒng)計關(guān)聯(lián)。不證明因素關(guān)系。回歸有因果關(guān)系，相關(guān)未必?；貧w分析是處理兩個及兩個以上變量間線性依存關(guān)系的統(tǒng)計方法。此類問題很普遍，如人頭發(fā)中某種金屬元素的含量與血液中該元素的含

5、量有關(guān)系，人的體表面積與身高、體重有關(guān)系；等等?；貧w分析就是用于說明這種依存變化的數(shù)學(xué)關(guān)系。任何事物的存在都不是孤立的，而是相互聯(lián)系、相互制約的。身高與體重、體溫與脈搏、年齡與血壓等都存在一定的聯(lián)系。說明客觀事物相互間關(guān)系的密切程度并用適當(dāng)?shù)慕y(tǒng)計指標表示出來，這個過程就是相關(guān)分析。 中國統(tǒng)計網(wǎng)直線回歸與相關(guān)分析的異同時間:2011-08-30 23:37來源:本站原創(chuàng) 作者:中國統(tǒng)計網(wǎng) 圍觀: 172 次直線回歸與相關(guān)分析的概念和要點 中國統(tǒng)計網(wǎng)兩種分析方法的異同點研究在專業(yè)上有一定聯(lián)系的兩個變量之間是否存在直線關(guān)系以及如何求得直線回歸方程等問題，需進行直線相關(guān)和回歸分析。從研究的目的來說，若

6、僅僅為了了解兩變量之間呈直線關(guān)系的密切程度和方向，宜選用線性相關(guān)分析；若僅僅為了建立由自變量推算因變量的直線回歸方程，宜選用直線回歸分析。從資料所具備的條件來說，作相關(guān)分析時要求兩變量都是隨機變量（如：人的身長與體重、血硒與發(fā)硒）；作回歸分析時要求因變量是隨機變量，自變量可以是隨機的，也可以是一般變量(即可以事先指定變量的取值，如：用藥的劑量)。在統(tǒng)計學(xué)教科書中習(xí)慣把相關(guān)與回歸分開論述，其實在應(yīng)用時，當(dāng)兩變量都是隨機變量時，常需同時給出這種方法分析的結(jié)果；另外，若用計算器實現(xiàn)統(tǒng)計分析，可用對相關(guān)系數(shù)的檢驗取代對回歸系數(shù)的檢驗（理由見下節(jié)），脹方便地達到了化繁為簡的目的。故本書把這個內(nèi)容放在一起

7、講解。散布圖在這兩種分析中的作用功能齊全的計算器和統(tǒng)計軟件，會蒙騙盲目運用統(tǒng)計方法的人，進行直線相關(guān)和回歸分析時，尤其要注意！因為統(tǒng)計方法只能幫助人們揭示數(shù)據(jù)之間內(nèi)在的統(tǒng)計規(guī)律性，但它不能創(chuàng)造規(guī)律，也就是說，資料之間是否存在本質(zhì)聯(lián)系要靠專業(yè)知識來解釋；另外，在專業(yè)上有一定聯(lián)系的項指標之間的關(guān)系并非都是直線關(guān)系。實事上，如果項指標之間呈一條彎曲度不大的“”型或倒“”型曲線趨勢，錯誤地用一條直線回歸方程來描述，在統(tǒng)計學(xué)上往往會得到較高的顯著性，即該直線回歸方程是成立的，但在生物學(xué)上是解釋不通的（當(dāng)因變量是某種率時最易發(fā)生這種現(xiàn)象）。正確的做法是：將(，)的對數(shù)值繪在直角坐標系內(nèi)，得到與變化趨勢的散

8、布圖，如果個點形成的散布圖呈一條明顯的曲線趨勢時，宜擬合一條曲線回歸方程；如果個點在一條不太寬的長帶內(nèi)隨機地著，且不存在明顯的曲線趨勢，可考慮進行直線相關(guān)和回歸分析；如果個點形成的散布圖近似于一個圓盤，則說明與之間無確定的變化趨勢，幾乎是互相獨立的，不必硬把它們捏合在一起分析?；貧w分析的任務(wù)和種類介紹時間:2011-08-30 23:35來源: 作者:中國統(tǒng)計網(wǎng) 圍觀: 189 次回歸分析僅哪些問題當(dāng)人們從一組對象上獲得個或多個指標的觀測值時，往往需要回答下述幾個問題：如何實現(xiàn)預(yù)測，即如何由個或多個指標(自變量)的值去推算另個或多個指標(因變量)的值；如何實現(xiàn)控制，即事先給鋤品質(zhì)量應(yīng)達到的標準

9、（因變量的取值范圍），根據(jù)變量之間的數(shù)量關(guān)系去控制那些影響產(chǎn)品質(zhì)量的因素（自變量）的變化區(qū)間；如何實現(xiàn)修勻，由于所研究的指標帶有變異性，當(dāng)用散布圖將變量之間的關(guān)系呈現(xiàn)出來時，散點所形成的軌跡并非像數(shù)學(xué)中初等函數(shù)那樣有規(guī)律，需要用合適的數(shù)學(xué)方法（如用直線或某種光滑曲線）對資料進行修勻，使變量之間本質(zhì)聯(lián)系更清楚地呈現(xiàn)出來?；貧w分析正是回答上述問題的一種最常用最有效的統(tǒng)計分析方法之一?；貧w分析的種類如果因變量是(非時間的)連續(xù)變量（即一般定量資料），設(shè)自變量的個數(shù)為，當(dāng)時，回歸分析的種類有：直線回歸分析；通過直線化實現(xiàn)的簡單曲線回歸分析（以下簡稱為曲線擬合）；非線性曲線擬合；一般多項式曲線擬合；正交

10、多項式曲線擬合。當(dāng)時，稱為多元回歸分析（注：前面的、種情況實質(zhì)上是用多元回歸分析僅只含個自變量時較復(fù)雜的曲線擬合問題）。當(dāng)同時對多個因變量進行回歸分析時，稱之為多重回歸分析。在多元回歸分析中，簡單而又實用的則是多元線性回歸分析（其中某些自變量可以是原觀測指標經(jīng)過某種初等變換的結(jié)果，如對數(shù)變換、開平根變換等，因為這里所說的線性是指函數(shù)f(x)相對于回歸參數(shù)是線性的，并非相對于自變量而言）。這是本篇中要論述的問題。如果因變量是與時間有關(guān)的連續(xù)變量且未被離散化（如：生存時間、復(fù)發(fā)時間、死亡時間等），而自變量可以是定量的，也可以是定性的。此時需用生存分析中的半?yún)?shù)或參數(shù)回歸分析方法，將在本書第篇中論述。如果因變量是名義或有序變量，無論它取二個離散值（如：死與活、復(fù)發(fā)與未復(fù)發(fā)等）還是多個離散值（自變量可以是定性和定量的）時，都可選用logistic回歸分析；如果把列聯(lián)表中每個格內(nèi)的理論頻