回归分析与回归方程.pptxVIP

回归分析与回归方程会计学第1页/共18页一、回归与相关（一）经济变量之间的相互关系 1、 经济变量之间的相互关系函数关系：统计（相关）关系2、相关关系的类型1）从相关关系涉及的变量数量： 简单（一元）相关； 多重（复）相关 2）从变量相关的表现形式： 线性相关 ； 非线性相关3）从变量相关关系变化的方向： 正相关； 负相关变量间变化彼此没有联系时，称为不（零）相关 第2页/共18页（二）相关系数（复习） 变量X、Y的总体相关系数为变量X、Y的样本相关系数为注意：1、变量X、Y都是随机变量，且相互对称，所以 2、相关系数只反映两变量之间线性相关的程度，不能说明其非线性相关关系。 3、样本相关系数 是总体相关系数 的估计量，随着取样的不同，两者之间有误差，其统计显著性有待检验。 4、相关系数虽能度量变量的线性相关程度，但不能确定变量之间的因果关系，也不能说明它具体接近哪一条直线。 周次 Whitney公司 百货公司销售总额 其它百货公司的广告费 X2 销售额 Y 广告费X1 1 2170787 11900 3710113 2000 2 1994291 14900 3369873 — … … … … … 25 1680685 10900 2819941 — 26 2266506 9800 3897689 2500 第3页/共18页 例 以下资料是Whitney公司连续26周销售额和广告成本以及该城市各主要百货公司的销售总额（含Whitney公司的）和估计的竞争对手的广告费（美元） 这些数据是否能揭示出Whitney公司所做的报纸广告带来的真实收益？ 2600000 2400000 2200000 Y 2000000 1800000 1600000 0 10000 20000 30000 40000 50000 X1 第4页/共18页广告费与销售额的散点图 第5页/共18页广告费与市场占有率的散点图 第6页/共18页（三）回归分析 1、“回归”一词的古典意义英国生物学家F.高尔顿（Francis Galton）在遗传学研究中首先提出的 第7页/共18页 2、“回归”一词的现代意义： “回归”是关于一个被解释变量（或因变量）对一个或多个解释变量（或自变量）依存关系的研究。目的：根据已知的或固定的解释变量的值，去估计或预测被解释变量的总体均值。例：个人可支配收入和个人消费支出 回归分析就是要根据X和Y的观测数据，确定其变动的具体统计规律性。 即 X Y平均变动轨迹（该函数称为回归函数） 第8页/共18页3、 回归分析与相关分析的联系和区别联系：都是研究相关关系的方法。区别：主要是为刻画变量间的相关程度； 相关分析： 不考虑变量之间的因果关系，不区分解释变量和因变量，两变量对称.所涉及的变量都为随机变量。则要通过建立回归方程，去估计（预测）因变量的平均值； 回归分析：需要区分变量之间的因果关系；因变量是随机变量（有一定的概率分布），自变量是非随机变量。 第9页/共18页 二、总体回归函数（PRF） （一）一个人为的例子：N=100户家庭分为10组分析：每一收入组的家庭消费支出 对给定的 ，所有可能出现的Y值服从一定的分布，称为X给定时Y的条件分布；X取某定值时，Y取各种值的概率，称为 Y的条件概率，记为 例如：X=60，Y取4个值中任一个值的条件概率各为 X=90，Y取6个值中任一个值的条件概率各为 称为 Y的条件均值（条件期望）例如结果列于表2.1.2 第10页/共18页（二）总体回归函数的概念“条件期望（均值）”的运动轨迹称为 回归函数。Y对X的回归直线： 回归函数形式为直线 Y对X的回归曲线： 回归函数形式为曲线 总体回归函数（PRF）：总体因变量Y的条件期望表示为解释变量X的某种函数特别：总体回归函数为线性函数 ，即其中： 、 是未知参数（ — 回归系数）注意：总体回归函数的设定（通过定性分析、散点（布）图） 第11页/共18页 （三）“线性”一词的含义（有两种解释） 1、模型就变量而言是线性的 例如： 2、模型就参数而言是线性的 例如： 注：在计量经济学中，从回归理论的发展、参数的估计方法来说，主要考虑的是模型就参数而言是线性的情形。 第12页/共18页三、随机扰动项随机扰动项（ ）：因变量 与总体条件均值（期望） 的偏差（离差）总体回归函数可以表示为： 条件期望形式 说明 X对Y的条件期望影响随机设定形式 说明 除了X对Y的影响以外， 其余未被纳入模型的诸 多因素对Y的综合影响 第13页/共18页总体回归函数中引进随机扰动项的主要原因：1、作为未知影响因素的代表2、作为无法取得数据的已知因素的代表3、作为众多细小影响因素的综合代表4、模型的设定误差5、变量的观测误差6、变量的内