統計師《統計法基礎》知識：原因與規律分析

導語：統計一詞起源於國情調查，最早意為國情學。原始的統計工作即人們收集數據的原始形態已經有幾千年的歷史，而它作為一門科學，是從17世紀開始。小編帶着大家一起來看看相關的考試複習內容吧。

　　1.函數關係、統計獨立和統計依存關係

　　函數關係

變量之間的關係類型　統計獨立

　　統計依存

統計獨立和統計依存關係所討論的是非確定現象隨機變量之間的關係。而在函數關係中，變量的聯歡會有確定的對應關係，統計獨立關係或統計依存關係的隨機變量之間的'取值則沒有確定的對應關係。就是説，給定一個隨機變量的取值之後，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係的區別：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佈;而統計依存關係則不然，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佈。

　　2.相關關係與因果關係

相關關係：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係，是隨機變量之間的一種特殊類型的依存關係。

數量型變量的線性關係：是討論的內容。

　　相關關係　非線性相關關係

　　屬性變量相關關係

相關係數絕對值為1，表明二者之間具有完全相關性;

相關係數絕對值比較大、或接近於1，表明二者之間具有較強的相關性;

相關係數絕對值為0，或接近於0，則表明二者之間不具有相關性。

偏相關係數：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，那麼它與每一個變量之間的相關係數就稱為偏相關係數。

相關關係是變量之間所表現出來的一種純數學關係，判斷變量之間是否具有相關關係的依據只有數據。

因果關係：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。因果關係有單向因果關係和互為因果關係之分。

具有因果關係的變量之間一定具有數學上的相關關係，而具有相關關係的變量之間並不一定具有因果關係。

相關分析是判斷變量之間是否具有相關關係的數學分析方法，通過計算變量之間的相關係數來現實。

迴歸分析是判斷變量之間是否具有相關關係的一種數學分析方法，它着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係。用來進行變量之間的因果分析。但是，僅僅依靠迴歸分析尚不能對變量之間的因果關係作出最後判斷，必須與經濟行為的定性分析相結合。

相關分析與迴歸分析都是研究變量之間關係的工具。在應用中，兩者常常互相補充。例如，作線性迴歸分析之前常常先計算相關係數以判斷變量之間是否有線性相關關係以及線性相關關係的強弱。另一方面，為了研究具有線性相關關係的變量之間的關係的具體形式，也常常在相關分析的基礎上進一步作迴歸分析。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係數。在迴歸分析中則要首先確認哪個是自變量，哪個是因變量。