第六章 回归分析.ppt

* * * * * 这是关于回归方程的整体拟合优度检验的两张表。从下表我们可以看到，两个方程的拟合优度均通过了显著性检验。从上表可以看到，第一个方程的决定系数R2=0.848，调整的决定系数Adjusted R2=0.843；第二个方程R2=0.883，Adjusted R2=0.875；粮食平均单价这一自变量引入方程后，方程的解释能力进一步增强，调整的决定系数进一步提高。此外，我们还可以注意到，第一个方程中由于只有一个自变量“人均收入”，所以，R实际上就是“人均收入”与“人均食品支出”的简单相关系数。第二个方程中， R实际上是因变量“人均食品支出”与“人均收入”和“粮食平均单价”这两个自变量的复相关系数，也就是“人均食品支出”的实际观察值与我们通过回归方程得到的“人均食品支出”预测值之间的简单相关系数。表中还给出了Durbin-Watson统计量的值，为2.766，说明残差之间存在负相关，但相关程度很弱。 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 第四节 曲线回归 4、进行预测 第四节 曲线回归 第四节 曲线回归 第四节 曲线回归 第五节 相关分析、回归分析 与因果关系 　　 一、相关分析与回归分析 相关分析和回归分析虽然都用于表述两个变量之间的联系，但其侧重点不同，相关分析更多的是变量之间联系的密切程度，而回归分析则重点说明自变量在数量上的变化对于因变量在数量上的影响程度。 第五节 相关、回归与因果关系 当然，两者之间也有密切联系：它们不仅具有共同的研究对象，而且在具体应用时，常常互相补充。相关分析需要依靠回归分析来表明现象数量相关的具体形式，而回归分析则需要依靠相关分析来表明现象数量变化的相关程度。只有当变量之间存在着高度相关时，进行回归分析寻求其相关的具体形式才有意义。其次，相关系数与回归系数在符号上一般是一致的；再次，相关系数在大小上等于决定系数开根号。所以，相关系数越大，表示x对y的解释能力越强，两者之间的关系也就越密切。 第五节 相关、回归与因果关系 二、回归分析与因果关系 虽然回归分析研究一个变量对另一些变量的依赖关系，但它并不一定意味着因果关系。因果关系的探讨，必须更多地依赖于先验的或者理论上的思考。回归和相关分析所能胜任的全部工作是研究联系，而不一定揭示基本的因果关系结构。 第五节 相关、回归与因果关系 第五节 相关、回归与因果关系 第五节 相关、回归与因果关系 只要有关系，即使不是因果关系也不妨碍人们利用这种关系来进行推断。比如利用公鸡打鸣来预报太阳升起；虽然公鸡打鸣绝对不是日出的原因（虽然打鸣发生在先）。 第五节 相关、回归与因果关系 * * * * * * * * * * * * * * * * * * * * * 2、计算相关系数 第三节 残差分析与适用条件的检验 3、进行回归 第三节 残差分析与适用条件的检验 第三节 残差分析与适用条件的检验 第三节 残差分析与适用条件的检验 第三节 残差分析与适用条件的检验 第四节 曲线回归 （Curve Regression） 　　 SPSS中可以进行的曲线回归包括： 第四节 曲线回归 曲线回归的计算机实现： Spss：analyze→regression→curve estimation； Eviews：quick→estimate equation。 第四节 曲线回归 例题：我国1978—2002年人均GDP数据（1978年不变价）见随书光盘数据文件“CH9三次曲线回归人均GDP不变价.sav”，试建立人均GDP与时间之间的回归方程（教材P314例9.6.1）。 第四节 曲线回归 1、画出散点图 第四节 曲线回归 2、计算相关系数 第四节 曲线回归 3、进行回归 第四节 曲线回归 3、进行回归 第四节 曲线回归 4、精细比较 （1）二次曲线：决定系数 （2）三次曲线：决定系数 第四节 曲线回归 4、精细比较 （1）二次曲线：F检验 （2）三次曲线：F检验 第四节 曲线回归 4、精细比较 （1）二次曲线：回归系数 （2）三次曲线：回归系数 第四节 曲线回归 5、直线回归法 第四节 曲线回归 5、直线回归法 第四节 曲线回归 5、直线回归法 第四节 曲线回归 例题：根据徐州市地区