实用SAS统计分析教程Ch12.pdf

阮敬博⼠

⾸都经济贸易⼤学研究⽣院副院⻓

⾸都经济贸易⼤学统计学院教授

©ruanjing@

回归分析

•在上⼀章的相关分析中，参与分析的变量通常是两个或者两组，⽽现实⽣活中变量

之间的关系往往不仅限于这种相互影响，多个变量可能都会对所研究的因变量产⽣

影响。

•⽽本章将要介绍的回归分析不仅可以分析两个变量的影响，还可以分析多个变量之

间的统计关系。回归分析是统计分析中最为重要的⽅法之⼀，本章将在结合实际问

题的基础上，对⼀些最为常⽤的回归分析⽅法进⾏介绍。

线性回归分析

•当变量之间存在统计关系时，还可以进⾏回归分析（Regression）。

•“回归”⼀词来源于⾼尔顿研究⼈类身⾼遗传问题的过程。1870年，⾼尔顿在研究⼈类身⾼的遗传问

题时，发现⾼个⼦⽗⺟的⼦⼥，其身⾼有低于其⽗⺟身⾼的趋势，⽽矮个⼦⽗⺟的⼦⼥，其身⾼有⾼

于其⽗⺟的趋势，即有“退回”（即Regression的原意）到身⾼均值的趋势。⾼尔顿⾸次引⼊了回归

直线等概念，始创了回归分析。回归分析的研究领域⾮常多，有线性回归、⾮线性回归、定性⾃变量

回归、离散因变量回归等。在社会经济领域的实际应⽤中，线性回归分析应⽤⾮常⼴泛。

回归分析的基本原理

回归分析的基本原理

回归分析的基本原理

•

回归分析的基本原理

回归分析的基本原理

回归分析的基本原理

•这种参数估计的⽅法和过程是在随机误差项ε是⼀个期望值为0，且对于所有x⽽⾔具有同⽅差性，

服从正态分布且相互独⽴的假定下进⾏的，通常被称之为“普通最⼩⼆乘法”（OrdinaryLeast

Squares）。由上述通过条件期望形式使⽤普通最⼩⼆乘估计出来的参数估计值，代表了⾃变量变动

对因变量期望变动的影响。

•普通最⼩⼆乘法同样适⽤于多个⾃变量和因变量之间模型的参数估计，在SAS系统的回归分析功能

中，系统默认使⽤普通最⼩⼆乘法对线性回归模型进⾏参数估计。

•回归分析的主要内容之⼀便是利⽤上述⽅法对模型的参数进⾏估计，对模型进⾏参数估计之后，还

应当对模型的拟合程度和回归系数的显著性进⾏检验，经过检验和评估的模型便可⽤来对因变量进

⾏预测。

回归分析的基本原理

回归分析的基本原理

回归分析的基本原理

回归分析的基本原理

回归分析的基本原理

⼀元线性回归分析

⼀元线性回归分析

•例12-1：通常情况下，⼀个国家或地区的犯罪率在很⼤程度上受到国⺠素质的影响，⽽反映国⺠素质的

⼀个重要指标便是⽂盲率（或识字率）。在正常逻辑思维当中，⽂盲率越低，其普法程度就越低，可能

会对社会造成⼀定的危害。为了研究⽂盲率与犯罪率之间的关系，现在全世界范围内收集到来⾃于不同区

域的50个地区的⽂盲率与谋杀犯罪率的数据如图12-2所示。试对⽂盲率与谋杀犯罪率进⾏回归分析。

•本例所使⽤的数据值标签如下：

procformat;

valueregion_fmt1=EastNorthCentral‘

2=EastSouthCentral

3=MiddleAtlantic

4=Mountain