回归(第一讲)摘要.pptVIP

多元线性回归分析及其应用 天津工业大学管理学院 王大海 引 言  二、回归分析的主要作用 验证变量间是否存在相关性 该用法在实证研究中得到最广泛的应用 预测 三、回归分析与相关分析的区别 1. 相关分析中所涉及的变量 x 和 y 都是随机变量；回归分析中，因变量 y 是随机变量，自变量 x 可以是随机变量，也可以是非随机的确定变量。 2. 相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量 x 对变量 y 的影响大小，还可以由回归方程进行预测和控制 3. 相关系数r与回归系数b 。r与b的绝对值反映的意义不同。r的绝对值越大，散点图中的点越趋向于一条直线，表明两变量的关系越密切，相关程度越高。b的绝对值越大，回归直线越陡，说明当X变化一个单位时，Y的平均变化就越大。反之也是一样。 四、变量间因果关系的判定依据 虽然，回归分析是用来处理一个因变量与另一个或多个自变量之间的关系，但它并不一定表明因果关系的存在；也就是说，它并不意味着自变量是原因，而因变量是结果。 两个变量是否存在因果关系，必须以(经济、管理等)理论为判定基础。 第一节  多元线性回归分析方法概述 一、基本概念 回归的含义 回归分析是用来研究一个变量与另一个（或多个变量）之间的关系。 前者称之为被解释变量(explained variable)或因变量(dependent variable) 后者称为解释变量(explanatory variable) 或自变量(independent variable) 例如： 研究产品的销量与用于产品宣传的广告费之间的关系； 因变量——销售量 自变量——广告费 我们用Y代表因变量， X代表自变量。 如果有多个解释变量，我们将用适当的下标，表示各个不同的X。 例如，X1，X2，X3等等。 概念:总体回归线 下面通过一个例子予以说明。 某城市A产品生产企业共有5 5个（总体），下表给出了这些企业产品价格（元）与A产品月销量（万件）的有关数据。 从上表可以看出：有7个企业产品价格为10.1元，其销量分别在45到51万件之间，7个企业的平均销量为48万件。 类似地，有5个企业产品价格为10.7元，产品销量分别在32到40万件之间，5个企业平均销量为36万件。 以销量(Y)为纵轴，以价格(X)为横轴，对表中的数据作散点图。从散点图可以看出：对每个X，有若干个Y与之对应。 例如，当X＝10.1时，有7个Y值与之对应 当X＝10.4时，相应地有6个Y值，等等。 对每个X，计算出一个Y的均值。将这些均值点连起来，构成一条直线。 我们称该直线为总体回归直线(Population Regression Line，PRL)。 概念要点：总体回归线 总体回归线： Y =β0+β1X 它描述的是X与Y的均值之间的关系。 概念：随机误差 每个个体的Y值与总体回归线之间的距离（可正可负） 概念：回归模型（一元线性回归） 概念：回归模型（多元线性回归） 随机误差项主要包括下列因素的影响： 1）在解释变量中被忽略的因素的影响； 2）变量观测值的观测误差的影响； 3）模型关系的设定误差的影响； 4）其它随机因素的影响。 概念：样本回归线 现实中，总体中含有数量庞大的个体（本例中，总体只有55个体） 实际中，总体回归线是未知的。 我们的目的就是要了解总体回归线。 为此，我们通常从庞大的总体抽取少量个体，构成一组样本。根据该样本，对总体回归线进行估计，或对有关参数进行推断。 样本回归线 根据一组样本所确定的直线，称为样本回归线(sample regression lines, SRL)。 样本回归线是总体回归线的估计。 样本回归线通常与总体回归线有一定差异。 概念：残差 每个样本点与样本回归线纵向距离（可正可负） 残差 回归分析的基本步骤 1.用于检验因果关系 2.用于预测 用于检验因果关系的基本步骤 (1)确定自变量和因变量，建立线性回归模型 (2)对模型进行评价 对模型整体显著性进行检验 如果不能通过该检验，通常需要修改模型（通常需要重新选择自变量） 对模型的拟合优度进行评价 (3)利用样本数据对回归方程的各个参数进行估计。 (4)对有关的回归系数是否等于零进行统计检验。 (5)根据回归系数检验的结果，作出实证结论 (6)其他——对模型进行诊断与评价。 用于预测的基本步骤 (1)确定自变量和因变量，建立线性回归模型 (2)对模型进行评价 对模型整体显著性进行检验 如果不能通过该检验，通常需要修改模型（通常需要重新选择自变量） 对模型的拟合优度进行评价 (3)利用样本数据对回归方程的各个参数进行估计。 (4)对模型进行优化（适当剔除解释能力差