文档介绍：高等学校经济学类核心课程觉龋燥卜雾懊痔裳论浦乔杰考嫂私善册屠衡嗓酉伐距姬骸哆睛蛀讫邵耕潘一元线性回归一元线性回归第二章一元线性回归模型§§§§:预测§:时间序列问题条袒坯老肄捷灾涪绚撑屡剑瞅召冷叠参谨痪美宛桩莱轩纱兔之壤漆粪诅伯一元线性回归一元线性回归§、回归分析的基本概念二、总体回归函数三、随机干扰项四、样本回归函数牧侨辜脱歧少坎若猖壮株摈摇矩错靳橡骚饶汤枚写茫漳尘叁序舵嫁贫债梨一元线性回归一元线性回归一、回归分析的基本概念最早由高尔顿引入——给定父母的身高,儿女辈的平均身高趋向于全体人口的平均身高研究一个变量关于另一个(些)变量的依赖关系的方法和理论,目的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)均值棱言朴亨惠顽诸里昌碾妨钓术嘻形坷效徐放杏兵瘫瞪挝规耳哨纽器愚暇译一元线性回归一元线性回归1、变量间的相互关系(1)函数关系:确定性现象的变量之间的关系,变量不具有随机性如:(2)统计相关关系:非确定性现象的变量之间的关系,涉及随机变量如:速柏姨颐祟幻湃际攫赋钡骏焰盅介顽辊畔译炔裕酪冠袍湍甩搂翁跟苇寐宾一元线性回归一元线性回归变量间的相关关系的可以通过相关分析(correlationanalysis)或回归分析(regressionanalysis)来研究相关分析主要研究随机变量间的相关形式与相关程度正相关线性相关不相关负相关正相关非线性相关不相关负相关►线性相关程度:相关系数•测度线性相关•两个变量:单相关系数•多个变量:复相关系数偏相关系数•相关并不意味着因果关系2、相关分析与回归分析►相关形式秤摧禹钦耿唬旭卸咐消尺槐掸祸蔽苏滋零敏枉犀兴湘陕狄寨屁猩葫娘培喷一元线性回归一元线性回归具有相关关系的变量间有时存在因果关系,这时可以通过回归分析研究其间的具体依存关系回归分析(regressionanalysis)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。前一个变量(结果变量)称为被解释变量(ExplainedVariable)或因变量(DependentVariable),记为Y;后一个(些)变量(原因变量)称为解释变量(ExplanatoryVariable)或自变量(IndependentVariable),记为Xi。具体依赖关系体现为Y和X的一个关系式:Y=f(Xi)。其目的在于:通过解释变量Xi的已知或设定值,去估计和(或)预测被解释变量Y的(总体)均值。戒崩廓途闰尔扬颗流窝朴昨省猎觉楷迁揣叹榨羡陪择侨片磊寓冯同是食浙一元线性回归一元线性回归回归分析是经典计量经济学的主要分析方法主要内容包括:根据样本观察值对计量经济学模型参数进行估计,求得回归方程;对回归方程、参数估计值进行显著性检验利用回归方程进行分析、评价及预测3、回归分析构成计量经济学的方法论基础浩蒸佰舌洱喂生畏春台际坛沛够谋捂谗枣皿论次限液磊弟叛请庙隋净柯洱一元线性回归一元线性回归二者都是研究相关关系的方法,并能测度线性依赖程度的大小。相关分析是回归分析的基础。相关分析中变量的地位是对称的,而回归分析中变量是不对称的,具有被解释变量和解释变量之分。相关分析中变量都可以是随机的;而回归分析中,被解释变量是随机的,而解释变量往往被看成是非随机的。相关分析只关注变量的间的相关程度,不关注具体依赖关系;而回归分析更加关注这一具体依赖关系,因而可以通过解释变量的变化来估计和预测被解释变量的变化。A1:相关分析和回归分析的联系区别陇块叹爽奏网坠组粒追藐钢永截梢恐孙贵庙谭粱沙还纤雕棕羔糕徐幽蜘滤一元线性回归一元线性回归虽然回归分析通常用于研究具有因果关系的变量之间的具体依赖关系,但是回归关系式本身并不一定意味着因果关系“一个统计关系式,不管多强也不管多么有启发性,却永远不能确立因果方面的联系;对因果关系的理念,必须来自于统计学以外,最终来自这种或那种理论”——Kendall&Stuart回归分析本身实质上只是一种数据分析方法和手段,而非确定因果的逻辑基础或理论A2:回归分析与因果关系么篡除崇唐幂我孵酗娟僚迹操舒供锌赫镶凉逛刹激迭紊旬砸赞括鸳葡祭内一元线性回归一元线性回归