2024中级经济师经济基础三色笔记-第26章 回归分析 .pdf

第二十六章回归分析

考点：回归模型

1.回归分析的概念

概念：根据相关关系的具体形态，选择一个合适的数学模型，来近似地表达变量间的依赖

关系。

2.一元线性回归模型

根据自变量的多少，回归模型可以分为：一元回归模型和多元回归模型。

根据是否是线性，回归模型可以分为：线性回归模型和非线性回归模型。

一元线性回归模型是描述两个变量之间相关关系的最简单的回归模型。

回归模型可以用描述因变量Y如何依赖自变量X和误差项£的方程来表示。

只涉及一个自变量的一元线性回归模型可以表示为：

Y=B。+BiX+e

式中.8。，和Bi为模型的参数。模型中，因变量Y是自变量X的线性函数(8。+8伏)力口

上误差项我3o+3iX反映了由于自变量X的变化而引起的因变量Y的线性变化。误差项£

是个随机变量，表示除X和Y的线性关系之外的随机因素对Y的影响，是不能由X和Y的

线性关系所释的Y的变异性。

描述因变量Y的期望E(Y)如何依赖自变量X的方程称为回归方程。

一元线性回归方程的形式为：E(Y)二8°+X。一元线性回归方程的图示是一条直线，是

回归直线的截距，Bi是回归直线的斜率，表示X每变动一个单位时，E(Y)的变动量。

考点：模型的检验和预测

1.回归模型的拟合效果分析

一般情况下，在使用估计的回归方程之前，需要对模型进行检验：①结合经济理论和经验

分析回归系数的经济含义是否合理；②分析估计的模型对数据的拟合效果如何；③对模型

进行假设检验。

(1)决定系数R2：也称为拟合优度或判定系数，可以测度回归模型对样本数据的拟合程

度。决定系数是回归模型所能释的因变量变化占因变量总变化的比例，取值范围在0到

1之间。决定系数越高，模型的拟合效果就越好，即模型释因变量的能力越强。

R2=l：说明回归直线可以释因变量的所有变化。

R2二0：说明回归直线无法释因变量的变化，因变量的变化与自变量无关。

现实应用中R2大多落在0和1之间，R2越接近于1,回归模型的拟合效果越好；R2越接近

于0,回归模型的拟合效果越差。

（2）模型预测

回归分析的一个重要应用就是预测，即利用估计的回归模型预估因变量数值。