科研基本方法概论作业.docVIP

《科研基本方法概论》作业 班级: 姓名: 学号: 科研基本方法概论作业 1.自学、掌握若干研究方法： 一元线性回归法、层次分析法、因子分析法、聚类分析法、相关分析… 1、一元线性回归法： 一、含义 如果在回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示，这种回归分析称为一元线性回归分析。??? 式中： 是因变量Y的估计值，也称理论值。X是自变量，a,b为未知参数。 是直线方程的截距，即 x=0 时的值； b 是回归直线的斜率，也称回归系数，表示自变量每变化一个单位时 的增量（）它的符号与相关系数r是一致的，当b 0时，表示X与同方向变化；当b0时，表示X与反方向变化；当 b=0时，表示自变量X与因变量之间不存在线性关系，无论X取何值, 为一常数。 　一般来说，线性回归都可以通过最小二乘法求出其方程，可以计算出对于y=ax+b的直线。a=(NΣxy-ΣxΣy)/(NΣx^2-(Σx)^2)。b=y(平均)-ax（平均） 三、假设检验 1 八个假设 假定1：线性：回归模型对参数而言是线性的。 假定2：随机误差项和解释变量不相关。当X是非随机的时，该假定自动满足 X是抽样时候人为设定的：比如前例中把家庭收入分组。 假定3：随机误差项均值为零。随机误差项囊括了大量未包括进模型的各种变量影响之和，他们相互抵消，对被解释变量没有系统性影响。 假定4：随机误差项方差相同。即与给定X相对应的Y值以相同方差分布在其条件均值周围。 假定5：无自相关，即两个随机误差项之间不相关。也称无序列自相关，两个随机误差项之间不相关，即两个Y之间也不相关。 假定6：样本容量N待估参数个数 假定7：解释变量 X值有变异性，即X有一个相对较大的取值范围。如果X只在一个狭窄的范围内变动，则无法充分估计X对被解释变量Y的系统影响。 假定8 ：如果有多个解释变量，要求解释变量间没有很强的线性关系。 2、参数的显著性检验 回归分析是要判断解释变量X是否是被解释变量Y的一个显著性的影响因素。在一元线性模型中，就是要判断X是否对Y具有显著的线性性影响。这就需要进行变量的显著性检验。 计量经计学中，主要是针对变量的参数真值是否为“零”来进行显著性检验的。即 H0：bi=0 H1：bi0 若这样的零假设成立，说明解释变量X不是被解释变量Y的一个显著性的影响因素 。 检验步骤： 1）对总体参数提出假设 H0： b1=0， H1：b1(0 2）以原假设H0构造t统计量，并由样本计算其值 3）给定显著性水平(，查t分布表，得临界值t (/2，df=(n-2) 4) 比较，判断 若 |t| t (/2(n-2)，则拒绝H0 ，接受H1 ； 若 |t|( t (/2(n-2)，则拒绝H1 ，接受H0 ； 2、层次分析法： 一、含义 所谓层次分析法，是指将一个复杂的多目标决策问题作为一个系统，将目标分解为多个目标或准则，进而分解为多指标（或准则、约束）的若干层次，通过定性指标模糊量化方法算出层次单排序（权数）和总排序，以作为目标（多指标）、多方案优化决策的系统方法层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度，它表明各备择方案在某一特点的评价准则或子目标，标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。其用法是构造判断矩阵，求出其最大特征值。及其所对应的特征向量W，归一化后，即为某一层次指标对于上一层次某相关指标的相对重要性权值。1、建立层次结构模型。在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下地分解成若干层次，同一层的诸因素从属于上一层的因素或对上层因素有影响，同时又支配下一层的因素或受到下层因素的作用。最上层为目标层，通常只有1个因素，最下层通常为方案或对象层，中间可以有一个或几个层次，通常为准则或指标层。当准则过多时(譬如多于9个)应进一步分解出子准则层。2、构造成对比较阵。从层次结构模型的第2层开始，对于从属于(或影响)上一层每个因素的同一层诸因素，用成对比较法和1—9比较尺度构追成对比较阵，直到最下层。3、计算权向量并做一致性检验。对于每一个成对比较阵计算最大特征根及对应特征向量，利用一致性指标、随机一致