相关与回归分析(庞皓).pptVIP

第8章 相关与回归分析 8.1 相关与回归的基本概念 8.2 简单线性相关与回归分析 8.3 多元线性相关与回归分析 8.4 非线性相关与回归分析 学习目标 1. 变量间的相关关系与相关系数的计算 2. 总体回归函数与样本回归函数 3. 线性回归的基本假定 4. 简单线性回归参数的估计与检验 5. 多元线性回归参数的估计与检验 6. 多个变量的线性相关关系：复相关系数和偏相 关系数 7. 常用的可以转换为线性回归的非线性函数 8. 非线性相关指数 8.1 相关与回归的基本概念 8．2 简单线性相关与回归分析 相关系数的检验方法 给定显著性水平 ， 查自由度为 n-2 的临界值 若 ，表明相关系数 r 在统计上是显著 的，应否定 而接受 的假设； 反之，若 ，应接受 的假设。 回归系数显著性的 t 检验(续) 用估计的参数标准误差对估计的参数作标准化变 换，所得的 t 统计量将不再服从正态分布，而是服 从 t 分布： 可利用 t 分布作有关的假设检验。 回归系数显著性的P值检验 ——检验方法 回归系数显著性的P值检验方法: 将所取显著性水平与P值对比 ▲所取的显著性水平 （例如取0.05）若比P 值更大，就可在显著性水平 下拒绝 ▲所取的 若小于P值，就应在显著性水平 下接受 因变量的区间预测的特点(续) （3）预测区间与样本容量有关：样本容量n越 大， 越大，预测误差的方差越小，预 测区间也越窄。 （4）当样本容量趋于无穷大（即n→∞）时, 不存在抽样误差，平均值预测误差趋于0，此时个别值的预测误差只决定于随机扰动的方差。 8.3 多元线性相关与回归分析 五、复相关系数和偏相关系数 复相关系数： 度量一个变量与其他若干个变量联合线性联系程度 在数值上: 多重可决系数的平方根等于复相关系数 偏相关系数: 对于相互联系的多个变量，当控制其他变量保持不变的条件下，度量其中两个变量之间线性相关程度的指标称为偏相关系数。 偏相关系数与简单相关系数的内在联系 可以证明： （以三个变量为例） 8.4 非线性相关与回归分析 一、非线性回归的函数形式与估计方法 非线性回归的函数形式（续） 指数函数 如 可转换为线性函数 双曲函数 多项式函数 注意：各种函数参数的经济意义不同 共同特点: 虽然对于变量而言都是非线性的，但对 于参数而言却是线性的 可以转换为线性回归去估计其参数。 二、非线性相关指数 非线性相关指数: 度量非线性相关程度 非线性相关指数就是非线性回归的可决系数 ， 或者用非线性可决系数 的平方根 表示： 非线性相关指数的性质 或R的值越接近于1，表明变量间的非线性相关程度越高； 反之， 或R的值越接近于0，表明变量间的非线性相关程度越弱。 本章小结 1. 各种变量相互之间的依存关系： 确定性的函数关系 、不确定性的相关关系 2. 变量间的相关关系的程度用相关系数去度量 3. 现代意义的回归是关于一个变量对另一个或另外多个变量依存关系的研究 。回归分析的目的是要用样本回归函数去估计总体回归函数。 4. 线性回归的各项基本假定 5. 简单线性回归和多元线性回归的最小二乘估计 6. 可决系数或修正的可决系数去度量回归的拟合优度 本章小结（续） 7. 各个回归系数显著性的t检验或P值检验 8. 回归方程的显著性检验：在方差分析基础上的F检验 9. 利用估计的线性回归模型对因变量作点预测和区间预测 10. 度量多个变量相关关系的复相关系数和偏相关系数 11. 常用的可以转换为线性回归的非线性函数：幂函数、对数函数、