应用回归分析 信计学院统计系 沈菊红.

Presentation on theme: "应用回归分析 信计学院统计系 沈菊红."— Presentation transcript:

1 应用回归分析 信计学院统计系 沈菊红

2 第1章 回归分析概述 1.1 变量间的关系 1.2 回归方程与回归名称的由来 1.3 回归分析的主要内容及其一般模型
第1章 回归分析概述 1.1 变量间的关系 1.2 回归方程与回归名称的由来 1.3 回归分析的主要内容及其一般模型 1.4 建立实际问题回归模型的过程 1.5 回归分析应用与发展述评

3 1.1 变量间的关系 函数关系 相关关系

4 函数关系 是一一对应的确定关系 设有两个变量 x 和 y ，变量 y 随变量 x 一起变化，并完全依赖于 x ，当变量 x 取某个数值时， y 依确定的关系取相应的值，则称 y 是 x 的函数，记为 y = f (x)，其中 x 称为自变量，y 称为因变量 各观测点落在一条线上  x y

5 函数关系(几个例子)  函数关系的例子 某种商品的销售额y与销售量x之间的关系可表示为 y = px (p 为单价)
圆的面积S与半径之间的关系可表示为 S=R2 企业的原材料消耗额y与产量x1 、单位产量消耗x2 、原材料价格x3之间的关系可表示为 y = x1 x2 x3

6 相关关系(correlation) 1. 变量间关系不能用函数关系精确表达 2. 一个变量的取值不能由另一个(或某一些)变量唯一确定
3. 当变量 x 取某个值时，变量 y 的取值可能有几个 4. 各观测点分布在直线周围  x y

7 相关关系 (几个例子)  相关关系的例子 父亲身高x与子女身高y之间的关系 收入水平y与受教育程度x之间的关系
粮食亩产量y与施肥量x1 、降雨量x2 、温度 x3之间的关系 商品的消费量y与居民收入x之间的关系 商品销售额y与广告费支出x之间的关系

8 在推断统计中，我们把上述变量间具有密切 关联而又不能由某一个或某一些变量唯一确 定另外一个变量的关系，称为变量间的统计 关系或相关关系。 相关分析 统计关系的研究 回归分析

9 回归分析与相关分析的区别 相关分析中，变量x和变量y处于平等的地位；回归分析中，变量 y 称为因变量，处在被解释的地位，x 称为自变量，用于预测因变量的变化 相关分析中所涉及的变量 x 和 y 都是随机变量；回归分析中，因变量 y 是随机变量，自变量 x 可以是随机变量，也可以是非随机的确定变量 相关分析主要是描述两个变量之间线性关系的密切程度；回归分析不仅可以揭示变量 x 对变量 y 的影响大小，还可以由回归方程进行预测和控制

10 相关关系 (类型)

11 1.2 回归方程与回归名称的由来 ￭回归函数：称给定x时y的条件数学期望 f(x)=E( y|x ) (1.1)
1.2 回归方程与回归名称的由来 ￭回归函数：称给定x时y的条件数学期望 f(x)=E( y|x ) (1.1) 为随机变量y对x的回归函数。(1.1)式从平均 意义上刻画了变量x与y之间的统计规律。 样本观测值： (1.2) 建立一个公式

12 回归方程(regression equation)
1. 描述因变量 y 的平均值或期望值如何依 赖于自变量 x的方程 2.一元线性回归方程的形式如下 （1.3） 方程的图示是一条直线，也称为直线回归方程 0是回归直线在 y 轴上的截距，是当 x=0 时 y 的期望值，称为回归常数 1是直线的斜率，称为回归系数，表示当 x 每变动一个单位时，y 的平均变动值

13 由样本数据(1.2)去估计 ，得到估计 的回归方程 (1.4)

14 什么是回归分析？(Regression)
1. 从一组样本数据出发，确定变量之间的数学关系式 2. 对这些关系式的可信程度进行各种统计检验，并从影响某一特定变量的诸多变量中找出哪些变量的影响显著，哪些不显著 3. 利用所求的关系式，根据一个或几个变量的取值来预测或控制另一个特定变量的取值，并给出这种预测或控制的精确程度 回归一词是怎么来的？ ？

15 高尔顿（研究父代与子代身高的关系） 以父母亲的平均身高为x，取儿子的身高为y 回归效应：大自然具有一种约束力，使人类身
高的分布在一定时期内相对稳定而不产生两极 分化

16 1.3 回归分析的主要内容及其一般模型 主要内容 回归分析

17 回归模型( regression model)
1. 一个因变量与一个及一个以上自变量的回归 2. 描述因变量 y 如何依赖于自变量 x1 ， x2 ，…， xp 和误差项  的方程，称为多元回归模型 3. 涉及 p 个自变量的多元回归模型可表示为 （1.6） 该模型中由两部分组成：一部分是确定性函数关系，另一部分是随机误差项 正是因为随机误差项的引入，才将变量之间的关系描述为一个随机方程，才能借助随机数学方法研究 y与 的关系

18 随机误差项主要包括下列因素的影响： 由于人们认识的局限或时间、费用、数据质 量等制约未引入回归模型但又对回归被解释变 量y有影响的因素；
样本数据的采集过程中变量观测值的观测误差 的影响； 理论模型设定误差的影响； 4. 其他随机因素的影响

19 (multiple regression model)
多元回归模型 (multiple regression model) 涉及 p 个自变量的多元线性回归模型可表示为 （1.7） b0 ，b1，b2 ，，bp是参数  是被称为误差项的随机变量 y 是x1,，x2 ， ，xp 的线性函数加上误差项  包含在y里面但不能被p个自变量的线性关系所解释的变异性

20 给定(1.7)式中变量 的一组观测值 ， 则线性回归模型可表示为： （1.8） 其中

21 为了估计模型参数的需要，线性回归模型 通常应满足几个基本假设： ￭ Gauss-Markov假设 1. 误差项 是一个期望值为0的随机变量，即 2. 对于自变量 的所有值， 的方差 2都相同 3. 误差项 是彼此相互独立的

22 ￭ 解释变量 是非随机变量，观测值 是常数 ￭ 正态分布的假定 ～ ￭ 为了便于数学上的处理，要求
￭ 解释变量 是非随机变量，观测值 是常数 ￭ 正态分布的假定 ～ ￭ 为了便于数学上的处理，要求

23 1.4 建立实际问题回归模型的过程 回归建模步骤流程图 具体（社会经济）问题 设置指标变量 收集整理数据 构造理论模型 估计模型参数 模型
检验 N 修改 Y 模型运用 经济因素分析 经济变量控制 经济决策预测

24 一 根据研究目的设置指标变量 * 回归分析模型主要是揭示事物间相关变量的数量联 系。首先是根据所研究问题的目的设置因变量y，
一 根据研究目的设置指标变量 * 回归分析模型主要是揭示事物间相关变量的数量联 系。首先是根据所研究问题的目的设置因变量y， 然后再选取与y有统计关系的一些变量作为自变量。 * 通常情况下，希望因变量与自变量之间具有因果关 系，被解释变量为“果”，解释变量为“因”。 * 选择变量时与一些专门领域的专家合作，有助于确 定模型变量。 例如，研究中国通货膨胀问题，通常把全国零售物价总指数作为衡量 通货膨胀的重要指标，那么，全国零售物价总指数作为被解释变量，国民收入、居民存款、工农业总产值、货币流通量、职工平均工资、社会商品零售总额等18个指标确定为解释变量。

25 二 收集、整理统计数据 *回归模型的建立是基于回归变量的样本统计数据。 数据的收集是建立经济问题回归模型的重要一环， 是一项基础性工作
二 收集、整理统计数据 *回归模型的建立是基于回归变量的样本统计数据。 数据的收集是建立经济问题回归模型的重要一环， 是一项基础性工作 *样本数据分为时间序列数据和横截面数据 – 时间序列数据就是按时间顺序排列的统计数据 （容易产生模型中随机误差项的序列相关） – 横截面数据为在同一时间截面上的统计数据 （容易产生异方差性） 对于收集到的时间序列资料要特别注意数据的可比性和数据 的统计口径问题

26 *统计数据的整理中要把一些变量进行折算、差 分、对数化、中心化等
国民生产总值（GNP）按国民原则计算，反映一国常住居民 当期在国内外所从事的生产活动； 国内生产总值（GDP）则以国土为计算原则，反映一国国土 范围内所发生的生产活动量。

27 三 确定理论回归模型的数学形式 * 绘制变量 的样本散点图是选择 数学模型形式的重要环节 * 经济回归模型的建立，通常要依据经济理论和一
* 绘制变量 的样本散点图是选择 数学模型形式的重要环节 * 经济回归模型的建立，通常要依据经济理论和一 些数理经济学结果 例：C-D生产函数 随机模型为 ， 是随机项

28 四 模型参数的估计 * 未知参数的经典估计方法是普通最小二乘法 * 对于不满足模型基本假设的回归问题，常用
四 模型参数的估计 * 未知参数的经典估计方法是普通最小二乘法 * 对于不满足模型基本假设的回归问题，常用 岭回归、主成分回归、偏最小二乘估计法等 * 用TSP、SPSS、 SAS等统计软件去完成

29 五 模型的检验与修改 * 模型是否真正揭示了被解释变量与解释变量之 间的关系，必须通过对模型的检验才能决定
五 模型的检验与修改 * 模型是否真正揭示了被解释变量与解释变量之 间的关系，必须通过对模型的检验才能决定 * 统计检验：回归方程的显著性检验，回归系数 的显著性检验，拟合优度的检验，随机误差项 的序列相关检验，异方差性检验，解释变量的 多重共线性检验等 * 回归模型未通过某种统计检验，或者没有合理 的经济意义时，需对模型进行修改

30 六 回归模型的运用 1. 描述变量之间的关系 2. 分析变量之间的相互关系 3. 预测（给定自变量的一组特定值，可以
六 回归模型的运用 1. 描述变量之间的关系 回归方程描述了因变量和自变量之间的相依关系 2. 分析变量之间的相互关系 3. 预测（给定自变量的一组特定值，可以 预测对应的因变量值）

31 4. 控制 控制问题只不过是预报的反问题。若要求观测值 在一定范围内 取值，只要将x的 取值加以控制，我们就能以95％（或99.7％）的
把握保证， 中包含 在回归模型的运用中，注意定性分析和定量分析 的有机结合。

32 定性分析是对某一社会现象以现有的文献资料或经验材料为依据，运用演绎、归纳、比较、分类、矛盾分析等方法，对某种事物进行分析的一种类型。其目的是把握事物质的规定性。
定量分析是运用概率、统计原理对社会现象的数量特征、数量关系和事物发展过程中的数量变化等方面进行的分析。其目的是把握事物量的规定性。

33 1.5 回归分析应用与发展评述 1. 计量经济学中的基本计量方法就是回归分析 2. 矩阵理论和计算机技术的发展为回归分析模型在
经济研究中的应用提供了极大的方便 3. 模型技术在经济问题研究中的应用；回归分析方 法是模型技术中最基本的内容 4. 统计学中的许多重要方法都与回归分析有着密切 联系

34 作业：1－(1)、(3)、(4)、(9)