第3章回归预测法.docVIP

第三章 回归预测法 第一节 一元线性回归预测法 　　一元线性回归预测法是指成对的两个变量数据分布大体上呈直线趋势时，采用适当的计算方法，找到两者之间特定的经验公式，即一元线性回归模型，然后根据自变量的变化，来预测因变量发展变化的方法。 一、建立模型 一元线性回归模型可表述为： 　　　　，。 其中、是未知参数；为剩余残差（或随机扰动） 二、估计参数 三、进行检验 一元线性回归模型： ㈠标准误差 ㈡可决系数 ㈢相关系数 说明：可查《概率论与数理统计教程》中的相关系数的临界值表。 ㈣回归系数显著性检验 ：　　：， 　　由于， ， 所以当为真时，统计量。 ㈤检验（用于对回归模型作检验） ：回归方程不显著　　：回归方程显著 统计量 ㈥德宾－沃森统计量（）（用于检验之间是否存在自相关关系） 如前所述，回归模型的剩余项之间应该是相互独立的。也就是说，各个之间不存在自相关问题。如果存在自相关问题，那么，用回归模型进行预测就要失真。德宾－沃森统计量（）是检验模型是否存在自相关的一种有效方法，其公式为： 其中，。 显然，的取值域在之间。把上式计算的值，与德宾－沃森给出的不同显著性的值之上限和下限（它们与样本容量和自变量个数有关，见附表一）进行比较，检验法则为： ●在情况下 若，则认为之间存在正自相关； 若，则认为之间无自相关； 若，则不能确定之间是否有自相关。 ●在情况下 若，则认为之间存在负自相关； 若，则认为之间无自相关； 若，则不能确定之间是否有自相关。 根据经验，统计量在时，表示没有显著自相关问题。 例题（第36页表3－1给出的数据） 由example3_1_3.m可计算得：1.93797022002406 ㈦进行正态性检验（正态概率纸、夏皮洛－威尔克检验等）和方差齐性检验 四、进行预测（见第41页） 由于，， ，且与相互独立， 所以，。 从而可得的的置信区间是： 。 由于，，从而有： 。 从而可得的的预测区间是： 。 第二节 多元线性回归预测法 一、估计参数 二、拟合优度和置信范围 ㈠拟合优度指标 ⒈标准误差 ⒉可决系数 可决系数的计算公式： ⒊相关系数 对于多元回归分析而言，多元相关系数似乎是多余的，它并不提供任何新的信息，只是可决系数的平方根。 ㈡置信范围（要注意在什么条件下求得的） 三、自相关和多重共线性问题 ㈠自相关检验 仍可用德宾－沃森统计量（）作为检验指标，采用前面提出的经验法则，统计量在时，表示没有显著自相关问题。 如果发现了自相关问题，则需采用迭代法、差分法等方法处理。 ㈡多重共线性检验 近年来，关于多重共线性的诊断及多重共线性严重程度的度量是统计学家们讨论的热点，已经提出了许多可行的判断方法，如方差扩大因子法、特征根判定法、直观判定法等。具休可参见有关这方面的资料。 若发现解释变量中存在严重的多重共线性时，我们要设法消除这种共线性。 四、进行正态性检验和方差齐性检验 五、进行回归系数的显著性检验和对模型的检验 第三节 非线性回归预测法 一、配曲线问题 　　二、一些常见的函数图形 第四节 应用回归预测时应注意的问题 随着我国社会主义市场经济的发展，人们将不断地借助回归预测法对市场经济中出现的各种数量关系进行描述、分析、控制和预测。然而，在具体运用时，应注意以下几个问题： 一、关于定性分析问题 社会现象之间的相互关系和发展规律性，取决于马克思主义的理论分析。在理论上证实社会现象或社会现象指标之间确实存在相关关系性质后，才能再利用回归预测法具体研究和测定社会现象相关关系的数量表现。回归分析不能代替马克思主义理论对社会现象相关关系的质的分析，只有在马克思主义理论的质的分析的基础上，才能测定社会现象在数量上的相关关系。这应该成为统计上运用回归预测法的一条基本原则。 因此，我们首先应该进行定性分析，在马克思主义理论指导下，依靠研究人员的理论知识、专业知识、实际经验和分析研究能力，来确定各种变量之间的相关关系及其影响程度。 应该指出，我们必须积极把握事物从量变到质变的“度”的界限。在许多情况下，现象之间只是在一定的范围内才具有相关关系，超出了这个范围，就可能成为荒谬。例如，施肥量和农作物生产量只有在一定范围内才具有正相关关系，施肥量超过了一定的限度，产量不但不会增加，反而会减少。农作物的耕作深度与每亩收割量之间的关系也是如此。因此，在运用时要注意它的作用与范围，超过了这个范围去推断或预测，可能会得出错误的结论。 二、关于回归预测不能任意外推的问题 回归分析的应用，仅仅是限于原来数据所包含的范围，相关关系只限于和两方面的数值从最小值到最大值的范围；回归分析中的回归关系限于方面原数值从最小值到最大值的范围（以推算时）。所谓外推，是指把相关关系或回归关系用于超出上述范围之外。由于原来资料只提供了一定范围内的数量