统计学（第二版）凌明雁-第7章相关与回归分析.pptVIP

第七章相关与回归分析 第一节相关和回归分析的基本问题 第二节相关分析 第三节一元线性回归分析 一、经济变量间的统计关系及其分类 （二）相关关系的分类 1.单相关与复相关关系 2.线性相关和非线性相关关系 3.正相关关系和负相关性关系 4.完全相关、不完全相关和完全不相关 二、相关分析的主要内容 （一）确定现象之间是否存在相关关系以及相关关系呈现的形态； （二）确定相关关系的密切程度。判断相关关系密切程度的主要方法是绘制散点图和计算相关系数； （三）相关系数的检验 。 三、回归分析的主要内容 （一）参数估计。 （二）显著性检验。 （三）预测和控制。 四、相关分析与回归分析的关系 联系 ： 相关分析是回归分析的基础，回归分析是对相关分析的拓展，是相关分析的定量化描述。 区别： 1.相关分析主要通过相关系数来判断两个变量之间是否存在着相互关系及其关系的密切程度，其前提条件是两个变量都是随机变量，且变量之间不必区别自变量和因变量。而回归分析研究一个随机变量（Y）与另一个非随机变量（X）之间的相互关系，且变量之间必须区别自变量和因变量。 2.相关系数只能观察变量间相关关系的密切程度和方向，不能估计推算具体数值。而回归分析可以根据回归议程，用自变量数值推算因变量的估计值。 3.互为因果关系的两个变量，可以拟合两个回归议程，且互相独立、不能互相替换。而相关系数却只有一个，即自变量与因变量互换相关系数不变。 第二节相关分析 一、定性分析 二、相关表和相关图 三、相关系数 四、相关系数检验 一、定性分析 从数量上研究社会经济现象的依存关系，首先要凭借于研究者所掌握的科学知识、判断能力进行定性分析。定性分析需以马克思主义哲学关于事物普通联系和相互作用的原理以及基本经济理论为指导来进行，否则就很有可能将虚假的相关现象拿来进行相关、回归分析，其内容则会变城抽象的数字游戏，其结果将导致预测和决策失误。 二、相关表和相关图 （一）相关表 1．简单相关表 简单相关表是不对资料进行分组，直接将自变量按一定顺序排列，并与所对应的因变量取值进行平行排列形成的统计表。 ２．分组相关表 分组相关表是指将原始资料进行分组而形成的相关表。分组相关表可分为单变量分组相关表和双变量分组相关表两种类型。 （二）相关图 三、相关系数 （一）相关系数的计算 变量x的标准差 变量的y标准差 变量xy的标准差 （二）相关关系的测度 r 的取值范围是 [-1,1] |r|=1 为完全相关 r =1，为完全正相关 r =-1为完全负正相关 r = 0 不存在线性相关关系 -1 ? r 0为负相关 0 r ? 1 为正相关 |r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切。 四、相关系数检验 1.检验两个变量之间是否存在线性相关关系 2.等价于对回归系数 b1的检验 3.采用 t 检验 4.检验的步骤为 提出假设：H0：? ? ? ；H1： ? ? 0 一、一元线性回归模型 （一）一元线性回归模型的一般形式 对于模型 ，若x与y确有因果关系，则称上述模型为总体回归模型，x为自变量（或解释变量、外生变量），y为因变量（或被解释变量、内生变量），u为随机项（没有包含在模型中的自变量和其它一些随机因素对的总影响）。 因此样本回归模型为： 随机项u来自以下几个方面： 1．变量的省略； 2．统计误差； 3．模型的设定误差； 4．随机误差。 （二）一元线性回归模型 对于总体回归模型y=f(x)+u，当 时，则有 其中 ， 和 为两个待定参数， 为直线的截距， 为直线的斜率。 我们称其为一元线性总体回归模型。 二、一元线性样本回归方程 对于总体回归模型，实际上其未知参数是无法求得的，它只是理论上的存在，所以称为理论回归方程。但我们可以通过样本观测值来拟合一条直线使它成为理论回归线的最佳估计： 这一方程称为一元线性样本回归方程，简称样本回归方程。由于模型的建立依赖于观测值，所以我们又称其为经验回归方程。 三、普通最小平方法 最小平方法（图示） 四、 统计显著性检验 （一）t检验（t-Test）； （二）F检验(F-Test)； （三）r检验(r-Test)； （四）三种检验的关系。 1、提出假设 H0: b1 = 0 (没有线性关系) H1: b1 ? 0 (有线性关系) 2、构造t统计量 3、给定小概率（显著水平? ），查t分布临界值 4、做出统计决策 （二）F检验（ F-test ） 1.提出假设 H0: b0 = b1 = 0 (同时为零) H1: b0 ? b1 ? 0 (不同时为零) （三）r检验（ r-Test ） 由于一元线性回归方程研究的是变量与变量之间的线性相关关系，所以我们