第五章 喂回归分析.pptVIP

第五章回归分析 一、回归分析和相关分析 现象之间的数量关系，存在着两种不同的类型：函数关系和相关关系。 （1）函数关系 （2）相关关系 3名毕业生月收入与月支出表（元） （1）相关分析 ●根据统计数据，求出经济现象之间的联系程度，可以用相关系数定量表示， 如月收入与月支出。 ●但变量之间的相关关系并不能一一对应表达。 3名毕业生月收入与月支出表（元） 3、回归模型的种类 3名毕业生月收入与月支出表（元） 二、参数估计的主要方法 ----普通最小二乘法（OLS） 线性回归：找到一条合适的样本回归直线 来拟合样本观察值的走势。 案例分析一 某国货币供应量与国民收入历史数据表 ★确定函数方程形式 ★案例分析二 1、建立计量模型 ●由经济理论知，消费支出受可支配收入的影响，两者之间具有正向同步变化的趋势。 ●除可支配收入之外，对消费支出有影响的其他因素均包含在随机误差项中。 ●模型中，解释变量为年人均可支配收入X，被解释变量为年人均消费支出Y。 模型形式可根据凯恩斯的边际消费倾向理论建立一元线形回归模型，也可通过散点图来选择合适的模型形式。两变量的散点图如下： 得回归方程如下： 三、回归方程的显著性检验 建立的一元线性回归模型，存在以下疑问 （1）是否符合变量之间的客观规律？ （2）两变量之间是否具有显著的线性关系？ （一）线性相关系数检验 在统计研究中，对现象间相关关系的密切程度可用统计指标来测定，用相关系数r来确定。 相关系数检验法 第一步，计算相关系数R； 第二步，根据回归模型的自由度（n-2）和给定的显著性水平值α，从相关系数临界值表中查出临界值； 第三步，判别。若|R|≥Rα(n-2)，表明两变量之间线性相关关系显著，检验通过，这时回归模型可以用来预测；若|R| Rα ，表明两变量之间线性相关关系不显著，检验不通过。 ★相关系数计算公式 相关系数r的取值范围 [-1 1] r0 为正相关，r 0 为负相关 |r|=0 表示不存在线性关系，但可能存在非线性关系 |r|＝1 表示完全线性相关 r=1: 完全正相关； r=-1：完全负相关 |r| ≥0.7为高度相关 0.3 ≤ |r| 0.7为中度相关 0 |r| 0.3为低度相关 例 例 解： （二）可决系数检验 建立了回归方程以后，通常要用方程估计值Yc来推断或预测实际值Y。 判断用Yc（回归估计值）去估计Y（实际值）是否准确可靠？也即回归直线与各实际点的拟合效果如何？ -------------------可决系数分析 （2）可决系数计算 判定系数是指因变量的总变差中可以被自变量解释部分的比例，是衡量拟合模型优劣的重要分析指标。 ★可决系数的表示： （三）估计标准误差检验 计算公式 例题 了解 自学 本章重点 ★掌握OLS法的运用 ★掌握相关系数的计算 ★掌握t检验的运用 ★掌握区间预测的运用 ★求模型方程 6926.12 4941.60 河 南 12380.43 9636.27 广 东 7239.06 5439.77 河 北 8765.45 8045.34 西 藏 9262.46 6708.58 江 苏 7173.54 5540.61 新 疆 8399.91 6069.35 山 东 6530.48 5330.34 宁 夏 6901.42 4914.55 江 西 6745.32 5400.24 青 海 9999.54 7356.26 福 建 6657.24 5298.91 甘 肃 6778.03 5064.34 安 徽 6806.35 5666.54 陕 西 13179.53 9712.89 浙 江 7643.57 6023.56 云 南 14867.49 11040.34 上 海 6569.23 4948.98 贵 州 6678.90 5015.19 黑龙江 7041.87 5759.21 四 川 7005.17 5492.10 吉 林 8093.67 7118.06 重 庆 7240.58 6077.92 辽 宁 7259.25 5502.43 海 南 7012.90 5419.14 内蒙古 7785.04 5763.50 广 西 7005.03 5105.38 山 西 7674.20 6082.62 湖 南 10312.91 7867.53 天 津 7321.98 5963.25 湖 北 13882.62 11123.84