统计学回归分析回归分析.pptVIP

* * * 139 * * * * 相关与回归分析 第一节相关和回归分析的基本问题 第二节相关分析 第三节一元线性回归分析 第一节 相关和回归分析的基本问题 一.经济变量间的统计关系及其分类 二.相关分析的主要内容 三.回归分析的主要内容 四.相关分析与回归分析的关系 一、经济变量间的统计关系及其分类 （一）经济变量间的统计关系 1.函数关系，即一种固定的、严格的数量依存关系（函数关系），这种关系表现为一个现象（自变量）数值变动，另一个现象（因变量）数值会发生相应的变动，函数关系以y=f(x)的形式表示。 2.相关关系，所谓相关关系是指现象之间存在着的一种非确定性的数量依存关系，即一个现象发生数量变化时，另一现象也相应地发生数量变化，但往往同时出现几个不同的数值，这些数值分布在它们的平均数周围。相关关系以y=f(x)+u的形式表示。 （二）相关关系的分类 1.单相关与复相关关系 2.线性相关和非线性相关关系 3.正相关关系和负相关性关系 4.完全相关、不完全相关和完全不相关 二、相关分析的主要内容 （一）确定现象之间是否存在相关关系以及相关关系呈现的形态； （二）确定相关关系的密切程度。判断相关关系密切程度的主要方法是绘制散点图和计算相关系数； （三）相关系数的检验 。 三、回归分析的主要内容 （一）参数估计。 （二）显著性检验。 （三）预测和控制。 四、相关分析与回归分析的关系 联系 ： 相关分析是回归分析的基础，回归分析是对相关分析的拓展，是相关分析的定量化描述。 区别： 1.相关分析主要通过相关系数来判断两个变量之间是否存在着相互关系及其关系的密切程度，其前提条件是两个变量都是随机变量，且变量之间不必区别自变量和因变量。而回归分析研究一个随机变量（Y）与另一个非随机变量（X）之间的相互关系，且变量之间必须区别自变量和因变量。 2.相关系数只能观察变量间相关关系的密切程度和方向，不能估计推算具体数值。而回归分析可以根据回归议程，用自变量数值推算因变量的估计值。 3.互为因果关系的两个变量，可以拟合两个回归议程，且互相独立、不能互相替换。而相关系数却只有一个，即自变量与因变量互换相关系数不变。 第二节相关分析 一、定性分析 二、相关表和相关图 三、相关系数 四、相关系数检验 一、定性分析 从数量上研究社会经济现象的依存关系，首先要凭借于研究者所掌握的科学知识、判断能力进行定性分析。定性分析需以马克思主义哲学关于事物普通联系和相互作用的原理以及基本经济理论为指导来进行，否则就很有可能将虚假的相关现象拿来进行相关、回归分析，其内容则会变城抽象的数字游戏，其结果将导致预测和决策失误。 二、相关表和相关图 （一）相关表 1．简单相关表 简单相关表是不对资料进行分组，直接将自变量按一定顺序排列，并与所对应的因变量取值进行平行排列形成的统计表。 ２．分组相关表 分组相关表是指将原始资料进行分组而形成的相关表。分组相关表可分为单变量分组相关表和双变量分组相关表两种类型。 （二）相关图 ? ? ? ? ? ? ? ? ? ? ? ? 不相关 ? ? ? ? ? ? ? ? ? 负线性相关 ? ? ? ? ? ? ? ? ? 正线性相关 ? ? ? ? ? ? ? ? ? ? ? ? 非线性相关 ? ? ? ? ? ? ? 完全负线性相关 完全正线性相关 ? ? ? ? ? ? ? ? ? 三、相关系数 （一）相关系数的计算 变量x的标准差 变量的y标准差 变量xy的标准差 （二）相关关系的测度 r 的取值范围是 [-1,1] |r|=1 为完全相关 r =1，为完全正相关 r =-1为完全负正相关 r = 0 不存在线性相关关系 -1 ? r 0为负相关 0 r ? 1 为正相关 |r|越趋于1表示关系越密切；|r|越趋于0表示关系越不密切。 -1.0 +1.0 0 -0.5 +0.5 完全负相关 无线性相关 完全正相关 负相关程度增加 r 正相关程度增加 四、相关系数检验 1.检验两个变量之间是否存在线性相关关系 2.等价于对回归系数 b1的检验 3.采用 t 检验 4.检验的步骤为 提出假设：H0：? ? ? ；H1： ? ? 0 计算检验的统计量： 确定显著性水平?，并作出决策 若?t?t???，拒绝H0 若?t?t???，接受H0 第三节 一元线性回归分析 一、一元线性回归模型 二、一元线性样本回归方程 三、普通最小平方法 四、显著性检验 五、统计预测 六、综合案例：一元线性回归模型的Excel操作 一、一元线性回归模型 （一）一元线性回归模型的一般形式 对于模型 ，若x与y确有因果关系，则称上述模型为总体回归模型，x为自变量（或解释变量、外生变量），y为