文档介绍：1
第二章
一元线性回归模型
计量经济学
未来我国旅游需求将快速增长,根据中国政府所制定的
远景目标,到2020年,
次;国际旅游外汇收入580亿美元,国内旅游收入2500亿
美元。到2020年,中国旅游业总收入将超过3000亿美元,
相当于国内生产总值的8%至11%。
(来源:《2008年中国旅行社发展研究咨询报告》)
(参考现状:第一产业占GDP的15%,建筑业占GDP 的7%)
●什么决定性因素能使中国旅游业总收入超过3000亿美元?
●旅游业的发展与这种决定性因素的数量关系究竟是什么?
●怎样具体测定旅游业发展与这种决定性因素的数量关系?
2
需要研究经济变量之间数量关系的方法
为了不使问题复杂化, 我们先在某些标准的(古典的)假定条件下,用最简单的模型,对最简单的变量间数量关系加以讨论
显然,对旅游起决定性影响作用的是“中”以及“入境旅游人数”等因素。 “旅游业总收入”(Y)与“居民平均收入”(X1)或者“入境旅游人数”(X2)有怎样的数量关系呢? 能否用某种线性或非线性关系式 Y= f ( X ) 去表现这 种数量关系呢? 具体该怎样去表现和计量呢?
4
第一节回归分析概述
一、相关分析与回归分析
(对统计学的回顾)
1、经济变量之间的相互关系
性质上可能有三种情况:
◆确定性的函数关系 Y=f (X) 可用数学方法计算
◆不确定的统计关系—相关关系
Y= f(X)+ε(ε为随机变量) 可用统计方法分析
◆没有关系不用分析
◆相关关系的描述
最直观的描述方式——坐标图(散布图、散点图))
5
函数关系
相关关系(线性)
没有关系
相关关系(非线性)
2、相关关系
6
6
相关关系的类型
●     从涉及的变量数量看
简单相关
多重相关(复相关)
●     从变量相关关系的表现形式看
线性相关——散布图接近一条直线
非线性相关——散布图接近一条曲线
●     从变量相关关系变化的方向看
正相关——变量同方向变化,同增同减
负相关——变量反方向变化,一增一减
不相关
7
3、相关程度的度量—相关系数
如果和总体的全部数据都已知, 和的方差和
协方差也已知,则
X和Y的总体线性相关系数:
其中: -----X 的方差-----Y的方差
-----X和Y的协方差
特点:
●总体相关系数只反映总体两个变量和的线性相关程度
●对于特定的总体来说, 和的数值是既定的,总体相关系
数是客观存在的特定数值。
●总体的两个变量和的全部数值通常不可能直接观测,所
以总体相关系数一般是未知的。
8
如果只知道 X 和 Y 的样本观测值,则X和Y的样本线性
相关系数为:
其中: 和分别是变量X和Y的样本观测值,
和分别是变量 X 和Y 样本值的平均值
注意: 是随抽样而变动的随机变量。
X和Y的样本线性相关系数:
相关系数较为简单, 也可以在一定程度上测定变量
间的数量关系,但是对于具体研究变量间的数量规律
性还有局限性。
●  X和Y 都是相互对称的随机变量,
● 线性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关系
● 样本相关系数是总体相关系数的样本估计值,由于抽样波动,样本相关系数是随抽样而变动的随机变量,
其统计显著性还有待检验
9
对相关系数的正确理解和使用
10
4、回归分析
回归的古典意义:
高尔顿遗传学的回归概念
( 父母身高与子女身高的关系)
子女的身高有向人的平均身高"回归"的趋势
回归的现代意义:
一个被解释变量对若干个
解释变量依存关系的研究
回归的目的(实质):
由解释变量去估计被解释变
量的平均值