函数关系与相关关系、不相关关系的比较

当一个或几个变量取一定的值时,另一个变量有确定值与之相对应,这种关系称为确定性的函数关系。例如,在函数 +1中,当 =1时, 必然等于2, 称为自变量, 称为因变量,如图10-1a所示。相反,当一个或几个相互联系的变量取一定数值时,与之相对应的另一个变量的值不确定,但仍按某种规律在一定的范围内变化,这种关系称为具有不确定性的相关关系。对于相关关系,一般不能用精确的函数进行表达,当自变量 取某个值时,因变量 的取值不唯一,可能有多个,因此是一种不确定的关系。图10-1b表示的两个变量之间的关系就是相关关系,如体重与身高之间的关系、收入与消费之间的关系、产品价格与销量之间的关系等都属于相关关系。

值得注意的是,在图10-1c中,虽然两个变量之间的关系不确定,但由于二者之间的变化毫无关联,因此为不相关关系。

图10-1 函数关系与相关关系、不相关关系的比较

在相关关系中,有一种特殊类型的相关关系,即线性相关。如果两个变量之间呈现出一定的线性变化规律,则二者具有线性相关关系,如图10-2a与图10-2b所示;相反,则称为非线性相关,如图10-2c所示。在线性相关中,如果两个变量同向变化,则二者为正线性相关,如人的体重与身高之间、家庭的收入与消费之间都具有正线性相关关系;相反,如果二者呈现反向变化,则具有负线性相关关系,如产品的价格与销量之间、投资组合的风险与收益之间都具有明显的负线性相关关系。另外,按照线性相关的程度,可以将线性相关划分为完全线性相关与不完全线性相关,完全线性相关又分为完全正线性相关和完全负线性相关,如图10-3所示。

图10-2 线性相关与非线性相关的比较

图10-3 完全线性相关

总之,对于变量之间的相关关系,按相关的形式可分为线性相关和非线性相关;而线性相关关系,按照线性相关的程度可分为完全线性相关、不完全线性相关和不相关;按相关的方向可分为正线性相关和负线性相关。

版权声明:本篇文章(包括图片)来自网络,由程序自动采集,著作权(版权)归原作者所有,如有侵权联系我们删除,联系方式(QQ:452038415)。http://www.yytjw.com/72.html
联系我们

联系我们

0898-88881688

在线咨询: QQ交谈

邮箱: email@wangzhan.com

工作时间:周一至周五,9:00-17:30,节假日休息

返回顶部