新第六章 相关与回归.ppt

* * 105 * * * ‘Standard Error’ is the estimated standard deviation of the sampling distribution, sbP. * * * * * * * 回归系数的显著性检验方法 提出假设 H0: b1 = 0 H1: b1 ? 0 计算检验的统计量 确定显著性水平?，并进行决策 ? t?t???，拒绝H0；? t?t???，接受H0 例：回归系数的显著性检验 提出假设 H0：b1 = 0 人口增加量对食物需要量的影响不显著 H1：b1 ? 0 计算检验的统计量（具体计算见下页） t=36.086t???=2.16，拒绝H0，表明人口增加量对食物需求量有显著影响 对前例（食物需求量Y和地区人口增加量X）的回归系数进行显著性检验(?＝0.05) 例：回归系数的显著性检验 回归系数的显著性检验--Excel输出的结果 定性分析 是依据研究者的理论知识和实践经验，对客观现象之间是否存在相关关系、何种关系以及自变量因变量的确定作出判断。 定量分析 在定性分析的基础上，通过编制相关表、绘制相关图、计算相关系数等方法，来判断现象之间相关的方向、形态及密切程度，以及相应的回归方程的拟合。 四、正确运用回归分析的条件 ——在定性的基础上再进行定量分析。 第四节　非线性相关与回归分析 一、非线性函数形式的确定 在对实际的客观现象进行定量分析时，选择回归方程的具体形式应遵循以下原则： 首先，方程形式应与有关实质性科学的基本理论相一致。例如，采用幂函数的形式，能够较好地表现生产函数；采用多项式方程能够较好地反映总成本与总产量之间的关系等等。 其次，方程有较高的拟合程度。因为只有这样，才能说明回归方程可以较好地反映现实经济的运行情况。 最后，方程的数学形式要尽可能简单。如果几种形式都能基本符合上述两项要求，则应该选择其中数学形式较简单的一种。一般来说，数学形式越简单，其可操作性就越强。 （一）抛物线函数 （二）双曲线函数 （三）幂函数 （四）指数函数 （五）对数函数 （六）Ｓ形曲线函数 （七）多项式方程 几种常见的非线性模型 ? 指数函数 线性化方法 两端取对数得：lny = ln? + ? x 令：y = lny，则有y = ln? + ? x 基本形式： 图像 ? ? ? ? ? ? 几种常见的非线性模型 ? 幂函数 线性化方法 两端取对数得：lg y = lg? + ? lg x 令：y = lgy，x= lg x，则y = lg? + ? x 基本形式： 图像 0? 1 ? ? 1 ? = 1 -1? 0 ? -1 ? =-1 几种常见的非线性模型 ? 对数函数 线性化方法 x= lgx , 则有y = ? + ? x 基本形式： 图像 ? ? 0 ? 0 几种常见的非线性模型 ? S 型曲线 线性化方法 令：y = 1/y，x= e-x, 则有y = ? + ? x 基本形式： 图像 非线性回归（实例） 【例】为研究生产率与废品率之间的关系，记录数据如下表。试拟合适当的模型。 废品率与生产率的关系 生产率（周/单位) x 1000 2000 3000 3500 4000 4500 5000 废品率（%） y 5.2 6.5 6.8 8.1 10.2 10.3 13.0 非线性回归（实例） 生产率与废品率的散点图 非线性回归（实例） 用线性模型：y =?0??1x+? ，有 　　　y = 2.671+0.0018x 用指数模型：y = ?? x ，有 　　　　y =4.05?(1.0002)x 比较 　　　　直线的残差平方和＝5.3371指数模型的残差平方和＝6.11。直线模型略好于指数模型 * * * * * 139 * * * * * * * * 24 This teleology is based on the number of explanatory variables nature of relationship between X Y. * * * * * * * * * * * * 这个假定的解释如下：如果各误差项存在序列相关，那么Yi不仅依赖于Xi，而且依赖于ui-1，因为ui-1在一定程度上决定了ui。因此，有此假定就只考虑Xi对Yi的系统性影响，而不去担心由于u之间的相关而造成的其他可能作用于Y的影响。 * * * * 作此假定的理由是：在表述总体回归函数时，就假定了X 和u对Y 有各自的（并且可加的）影响。如果X 和u是相关的，当二者是正相关时， u增大（减小） X 会相应的增大（减小），此时就不可能评估它们各自对Y的影响。 作此假定的理由是：如果误差项服从正态分布，那么Y 就服从正态分布，此时β1就服