[经济学]第九章相关和回归分析.pptVIP

相关关系(correlation) 变量间关系不能用函数关系精确表达 一个变量的取值不能由另一个变量唯一确定 当变量 x 取某个值时，变量 y 的取值可能有几个 各观测点分布在直线周围 散点图(scatter diagram) 变差 因变量 y 的取值是不同的，y 取值的这种波动称为变差。变差来源于两个方面 （1）由于自变量 x 的取值不同造成的 （2）除 x 以外的其他因素(如x对y的非线性影响、测量误差等)的影响 对一个具体的观测值来说，变差的大小可以通过该实际观测值与其均值之差 来表示 误差的分解(图示) 误差平方和的分解 (三个平方和的关系) 误差平方和的分解 (三个平方和的意义) 总平方和(SST—total sum of squares) ——反映因变量的 n 个观察值与其均值的总误差 回归平方和(SSR—sum of squares of regression) ——反映自变量 x 的变化对因变量 y 取值变化的影响，或者说，是由于 x 与 y 之间的线性关系引起的 y 的取值变化，也称为可解释的平方和 残差平方和(SSE—sum of squares of error) ——反映除 x 以外的其他因素对 y 取值的影响，也称为不可解释的平方和或剩余平方和 2. 判定系数（可决系数）R2 ——是测定回归直线对实际数据的拟合优度以一个重要评价指标。 1. 回归平方和占总误差平方和的比例 估计标准误差的自由度 估计标准误差是残差平方和SSE除以它的自由度后的平方根 残差平方和SSE的自由度之所以是n-2，原因是在计算SSE时，必须先求出a和b，这两个估计值就是附加给SSE的两个约束条件，因此在计算SSE时，只有n-2个独立的观测值，而不是n个 一般而言，在有k个自变量的多元回归中，自由度则为n-k 一般的规律是：自由度=n-待估参数的个数 ∑y= na+b∑x ∑xy= a ∑x+b∑x2 解标准方程，便可求得a，b两个参数：思考：1. 相关系数r与回归系数b的关系 2. 回归系数b的经济含义 3. 如何预测因变量  （三）回归模型线性拟合程度分析1．方差分析 最小平方法求得的回归模型yc=a+bx确定了x与y的具体变动关系。是否能够比较地拟合实际情况，必须通过统计上拟合程度的检验加以判断，方差分析是其常用的方法之一。 总离差=剩余离差+回归离差 x y y ? SST = SSR + SSE 总平方和 (SST) { 回归平方和 (SSR) 残差平方和 (SSE) { { 反映回归直线的拟合程度 取值范围在 [ 0 , 1 ] 之间 R2 ?1，说明回归方程拟合的越好；R2?0，说明回归方程拟合的越差 判定系数等于相关系数的平方，即R2＝r2 3．估计标准误 剩余偏差∑(y - yc) 2除以自由度n－2所得商的平方根称为估计标准误。估计标准误是说明回归方程代表性大小的统计指标。其公式为：式中：Sy——估计标准误 n – 2——自由度。在一元线性回归模型中，参数a、b是由实际资料计算的，因而失去了两个自由度。 * * 第九章 相关和回归分析教学内容和要求： 了解相关和回归分析的意义，掌握相关系数的计算，掌握简单直线回归方程的计算，了解估计标准误。 一、相关分析的意义和种类 1．相关分析的概念和作用 （1）相关关系的概念 客观现象之间的数量依存关系，可分为两种不同的类型，即函数关系（确定性关系）和相关关系（非确定性关系）。 函数关系是指现象之间客观存在的一种十分严格的确定性的数量关系，即在两个变量x与y之间，当x取定一个值时，就有一个完全确定的y值与之相对应。 相关关系是指存在于现象之间的一种非确定性的数量关系。当给定一个x值时，y的值不是被唯一地确定，而可能同时出现几个不同的数值，并在一定范围围绕其平均数上下变动。 例：一些现象（用统计指标来反映）之间存在相关关系  X （自变量） Y（因变量） 身高 体重 劳动人数 产值 广告费 销售额 销售额 利润率 产量（产值） 总成本 产量（产值） 单位成本 收入 消费支出 ? ? ? ? ? ? ? ? ? x