数量经济学课件-回归分析概述.pptVIP

Theory and Methodology of Single-Equation Econometric Model 单方程计量经济学模型理论与方法 §2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数 三、随机扰动项 四、样本回归函数（SRF） §2.1 回归分析概述 （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。 一、变量间的关系及回归分析的基本概念 1、变量间的关系 经济变量之间的关系，大体可分为两类： 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： 例如： 函数关系： 统计依赖关系/统计相关关系： 2、相关关系、因果关系、回归分析 相关关系，是指两个以上的变量的样本观测值序列之间表现出来的随机数学关系，用相关系数来衡量。 如果一个变量与其他两个或两个以上变量的线性组合之间具有相关性，那么它与每一个变量之间的相关系数称为偏相关系数。相关关系是变量之间所表现出来的一种纯数学关系，判断变量之间是否具有相关关系的依据只有数据。 相关系数只反映变量间的线性相关程度，不能说明非线性相关程度；不能确定变量的因果关系，也不能说明相关关系具体接近于那条直线。 因果关系，是指两个或两个以上变量在行为机制上的依赖性，作为结果的变量是由作为原因的变量所决定的，原因变量的变化引起结果变量的变化。因果关系有单向因果关系和互为因果关系之分。 具有因果关系的变量之间一定具有数学上的相关关系，而具有相关关系的变量之间并不一定具有因果关系。 关于回归的解释 1.“回归”一词的由来 F.加尔顿（Francis Galton)于1886年的文章“Family Likeness in Stature”中提出了“普遍回归定律”(Law of Universal Regression)：给定父母的身高，儿女的平均身高趋向于全体人口的平均身高。 K·皮尔逊(Karl Pearson)于1903年文章“On the Law of Inheritance”中证实：对于一个父亲高的群体，儿辈的平均身高低于他们父辈的身高，而对于一个父辈矮的群体，儿辈的平均身高则高于其父辈的身高，即儿辈回归于所有男子的平均身高。 2.现代含义 回归分析(regression analysis)是研究一个变量关于另一个（些）变量的具体依赖关系的计算方法和理论。 其用意：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。 这里：前一个变量被称为被解释变量（Explained Variable）或应变量（Dependent Variable），后一个（些）变量被称为解释变量（Explanatory Variable）或自变量（Independent Variable）。 回归分析的基本概念 回归分析构成计量经济学的方法论基础，其主要内容包括： （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。 相关分析与回归分析的区别： （1）回归分析强调因果关系，相关关系不关心因果关系。回归分析强调用解释变量x的变化来说明被解释变量y变化的原因，而不是相反。 （2）相关分析研究的两个变量是对等关系，只分析两个变量之间的相关程度，并且用一些指数（相关系数）表示相关程度。这些相关系数是无量纲（即无单位）的数值。相关分析不关心因果关系。如果所研究的问题只有两个变量x和y，则二者的地位是可以互易的。既可以认为x影响y，也可以认为y影响x，一般情况下，认为这两个变量互相影响。 （3）回归分析对资料的要求是：被解释变量y是随机变量，解释变量x是非随机变量。X对y的影响反映在参数中，或反映在参数估计值中。相关分析对资料的要求是两个变量都是随机变量。 （4）从研究的目的来看，相关分析是用一定的数量指标（相关系数）度量变量间相互联系的方向和程度； 回归分析却是要寻找变量间联系的具体数学形式，是要根据自变量的固定值去估计和预测因变量的值。 相关分析与回归分析的联系： （1）相关分析是回归分析的基础和前提。一般的，首先进行相关分析，如果相关分析表明现象间确实存在较密切的相关性，则进一步进行回归分析，否则即使进行了回归分析，也是没有实际意义的。 （2）回归分析是相关分析的深入和继续。相关分析仅仅表明现象之间是否存在较密切的相关性，这对于变量间关系的分析是不够的，只有进一步进行回归分析，拟合回归方程，才能深入而具体