南京航空航天大学教案-南京航空航天大学精品课程建设.docVIP

南京航空航天大学教案 课程名称 应用统计学 授课对象 本科 课时 2 授课内容 虚拟变量回归分析和线性回归分析 授课方式 讲课 教材名称及版本 应用统计学（高等教育出版社） 教学目的与要求 ?回归分析方法就是从各种经济变量之间的相互关系出发，通过建立数学模型，描述和推断经济变量之间的数量关系。通过本章节学习，熟悉如何将品质变量引入线性回归模型中（重大变异出现为1，未出现为0），建立带虚拟变量的回归模型，能够将可线性化的非线性回归模型转化为线性模型；熟练掌握运用Excel软件或Spss软件求解模型参数，并能对实际问题进行分析预测。 教学重点 1.虚拟变量回归模型：虚拟变量；带虚拟变量的回归模型。 2. 非线性回归模型：非线性回归模型的概念及其分类；直接换元法。 教学难点 建立带虚拟变量的回归模型；将非线性回归模型转化为线性回归模型 。 授课基本内容 第四节 虚拟变量回归预测 品质变量不像数量变量那样可以用不同的数值表现。它只能以品质、属性、种类等具体形式来表现。例如：性别可表现为男或女；地震可表现为有或无；季节可表现为春夏秋冬；地势可表现为山区、丘陵和平原；政府经济政策可表现为改变前或改变后，如此等等。尽管这些品质变量对因变量有着重要的影响，但是这些不同的品质、属性和种类的具体形式是无法引入回归模型中的，必须将其数量化。这种以出现为１，未出现为０形式表现的品质变量，就称为虚拟变量。 一、带虚拟变量的回归模型 常见的带虚拟变量的回归模型有以下三种形式： （一）反映政府政策变化或某种因素发生重大变异的跳跃、间断式模型 其模型的形式为 　　　　　　　　　　　　（6.4.1） 式（6.4.1）中，为因变量，为自变量，为虚拟变量，设为观测值出现重大变异的年份，则的取值为： 其变化趋势如下图所示。 6.4.1 间断式模型 （二）具有转折点的系统趋势变化模型图 其模型的形式为 　　　　　　　　　　　（6.4.2） 式中：为虚拟变量，的取值为： 为发生转折点的年份，为年份的观测值。 其变化趋势如下图所示。 图6.4.2 具有转折点的回归模型 （三）含有多个虚拟变量的线性回归模型。虚拟变量在回归预测中的应用非常广泛，根据品质变量的不同特征和回归模型的需要，还可引入多个虚拟变量来描述出现多次转折、跳跃和间断的情况。在引入多个虚拟变量时，其计算步骤如下： 1．确定虚拟变量的个数。确定虚拟变量个数的一般原则是：当品质变量有Ｋ个分类时，引入的虚拟变量个数为Ｋ－１。例如，对个人医疗保健费年支出额进行预测时，已知个人医疗保健费年支出额的大小除了受年收入的影响外，还受文化程度的影响。这时，可将文化程度分为高中及高中以下、大专、本科及本科以上三类。根据确定虚拟变量个数的一般原则，应引入两个虚拟变量。值得注意的是，如果有Ｋ个分类就指定Ｋ个虚拟变量，回归模型就会出现完全共线性，将使最小二乘法估计失效，落入所谓的虚拟变量“陷阱”之中。 2．建立含有多个虚拟变量的回归模型，以个人医疗保健费年支出额为例，其模型为： 　　　　　　　　　　　（6.4.3） 式（6.4.3）中,为个人医疗保健费年支出额；为年收入额；和为虚拟变量，和取值分别为 在式（6.4.3）中，把高中及高中以下文化程度作为比较的基础，其对y的影响反映在回归模型的中，而和的大小分别反映大专和大专以上文化程度对y的影响程度。 3．估计参数并对参数进行各种检验。方法如前所述。 第五节 非线性回归模型 本章在此之前所研究的回归模型，均假定自变量和因变量之间呈线性关系。但社会经济现象是极其复杂的，有时各因素之间的关系不一定是线性的，而可能存在某种非线性关系，这时，就必须建立非线性回归模型。　　 一、非线性回归模型的概念及其分类 非线性回归模型，是指用于经济预测的模型是曲线型的。常见的非线性回归模型有以下几种： （1）双曲线模型： 　　　　　　　　 　　　　（6.5.1） （2）二次曲线模型： 　　　　　　 　　（6.5.2） （3）对数模型： 　 　 　　　（6.5.3） （4）三角函数模型： 　　　　　　　　　　　（6.5.4） （5）指数模型： 　　　　　 　　　　（6.5.5） 　　 　　　　（6.5.6） （6）幂函数模型： 　　　　 　　　（6.5.7） （7）罗吉斯曲线： ＋　　　　　 　　（6.5.8） （8）修正指数增长曲线： 　　　　 　　　　（6.5.9） 　根据非线性回归模型线性化的不同性质，上述模型一般可以分成三种类型： 　第一类：直接换元型。这类非线性回归模型通过简单的变量换元可直接化为线性回归模型，如（6.5.1）、（6.5.