2[1].1回归分析概述.pptVIP

第二章 相关与回归分析 2.1 相关与回归的基本概念 2.2 简单线性相关与回归分析 2.3 多元线性相关与回归分析 2.4 非线性相关与回归分析 学习目标 2.1 相关与回归的基本概念 一、变量间的相互关系 二、相关关系的类型 三、相关分析与回归分析 一、变量间的相互关系 1、变量间的关系 经济变量之间的关系，大体可分为两类： （1）确定性关系或函数关系： 研究的是确定现象非随机变量间的关系。 （2）统计依赖或相关关系： 研究的是非确定现象随机变量间的关系。 例如： 函数关系： 统计依赖关系/统计相关关系： 对变量间统计依赖关系的考察主要是通过相关分析(correlation analysis)或回归分析(regression analysis)来完成的： 二、相关关系的类型 ▲注意： ①不线性相关并不意味着不相关； ②有相关关系并不意味着一定有因果关系； ③回归分析 研究一个变量对另一个（些）变量的统计依赖关系，它们一定有因果关系。 ④相关分析对称地对待任何（两个）变量，两个变量都被看作是随机的。 ⑤回归分析对变量的处理方法存在不对称性，即区分因变量（被解释变量）和自变量（解释变量）：前者是随机变量，后者不是。 2.2简单线性相关与回归分析 一、回归分析的概念 二、总体回归函数 三、随机扰动项 四、样本回归函数（SRF） 一、 回归分析的概念 回归分析(regression analysis)： 是研究一个变量关于另一个（些）变量的单向依赖关系的计算方法和理论。 方法：在于通过后者的已知或设定值，去估计和（或）预测前者的（总体）均值。 被解释变量（Explained Variable） 又称为 因变量（Dependent Variable） 解释变量（Explanatory Variable） 又称为 自变量（Independent Variable） 回归分析构成计量经济学的方法论基础 （1）根据样本观察值对经济计量模型参数进行估计，求得回归方程； （2）对回归方程、参数估计值进行显著 性检验； （3）利用回归方程进行分析、评价及预测。 二、总体回归函数 由于变量间关系的随机性，回归分析关心的是根据解释变量的已知或给定值，考察被解释变量的总体均值，即当解释变量取某个确定值时，与之统计相关的被解释变量所有可能出现的对应值的平均值。 例2.1： 一个假想的社区有60户家庭组成，要研究该社区每月家庭消费支出Y与每月家庭可支配收入X的关系。 即如果知道了家庭的月收入，能否预测该社区家庭的平均月消费支出水平。 为达到此目的，将该60户家庭划分为组内收入差不多的10组，以分析每一收入组的家庭消费支出（表2.1）。 数据资料： 分析 由于不确定因素的影响，对同一收入水平X， 不同家庭的消费支出不完全相同； 但由于调查的完备性，给定收入水平X的消费 支出Y 的分布是确定的，即以X的给定值为条件的Y的条件分布（Conditional distribution） 是已知的，如：P(Y=550|X=800）=1/5。 因此，给定收入X的值Xi，可得消费支出Y的条件均值（conditional mean）或条件期望（conditional expectation）： E(Y|X=Xi) 该例中：E（Y | X=800）=650 描出散点图 概念 含义 回归函数（PRF）说明被解释变量Y的平均状态（总体条件期望）随解释变量X变化的规律。 函数形式： 可以是线性或非线性的 三、随机扰动项 总体回归函数说明在给定的收入水平Xi下，该社区家庭平均的消费支出水平。 但对某一个别的家庭，其消费支出可能与该平均水平有偏差。记 个别家庭的消费支出为： 即，给定收入水平Xi ,个别家庭的支出可表示为两部分之和: （1）系统性（systematic）或确定性（deterministic)部分 该收入水平下所有家庭的平均消费支出 E(Y|Xi) （2）随机或非确定性（nonsystematic)部分?i。 总体回归模型 （2.1.3）式称为总体回归函数（方程）PRF的随机设定形式。表明被解释变量除了受解释变量的系统性影响外，还受其他因素的随机性影响。 由于方程中引入了随机项，成为计量经济学模型，因此也称为总体回归模型。 随机误差项主要包括下列因素的影响： 1）在解释变量中被忽略的因素的影响； 2）变量观测值的观测误差的影响； 3）模型关系的设定误差的影响； 4）其它随机因素的影响。 产生并设计随机误差项的主要原因： 1）理论的含糊性； 2）数据的欠缺； 3）节省原则。 四、样本