2012_第2章：线性回归的基本思想：双变量模型.pptVIP

线性回归的基本思想： 双变量模型 ;2.1　回归的含义;K．皮尔逊(Karl Pearson)证实了加尔顿的普遍回归定律 皮尔逊收集过一些家庭群体的1千多名成员的身高记录。他发现，对于一个父亲高的群体，儿辈的平均身高低于他们父辈的身高，而对于一个父亲矮的群体，儿辈的平均身高则高于其父辈的身高。这样就把高的和矮的儿辈一同“回归”到所有男子的平均身高。用加尔顿的话说，这是“回归到中等”。 ; （1）确定性关系或函数关系：研究的是确定现象非随机变量间的关系。 （2）统计依赖或相关关系：研究的是非确定现象随机变量间的关系。;对变量间统计依赖关系的考察主要是通过相关分析(correlation analysis)和回归分析(regression analysis)来完成的：; ①不线性相关并不意味着不相关； ②有相关关系并不意味着一定有因果关系； ③回归分析/相关分析研究一个变量对另一个（些）变量的统计依赖关系，但它们并不意味着一定有因果关系。 ④相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。回归分析对变量的处理方法存在不对称性，即区分应变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。; 回归的现代解释 ;几个简单的例子阐述回归的基本思想 ;;3.一位劳工经济学家也许要研究货币工资变化率对失业率的关系。横坐标为失业率，