應用回歸分析課件

應用回歸分析AppliedRegressionAnalysis1感謝你的觀看2019年8月28應用回歸分析AppliedRegressionAnaly統(tǒng)計軟件SPSS17.0最新版本StatisticalPackagefortheSocialScience

2感謝你的觀看2019年8月28統(tǒng)計軟件SPSS17.0最新版本2感謝你的觀看201章節(jié)目錄第1章回歸分析概述第2章一元線性回歸第3章多元線性回歸第4章違背基本假定的情況第5章自變量選擇與逐步回歸第6章多重共線性的情形及其處理第7章嶺回歸第8章非線性回歸第9章含定性變量的回歸模型

3感謝你的觀看2019年8月28章節(jié)目錄第1章回歸分析概述3感謝你的觀看20第1章回歸分析概述1.1變量間的統(tǒng)計關系1.2回歸方程與回歸名稱的由來1.3回歸分析的主要內(nèi)容及其一般模型1.4建立實際問題回歸模型的過程1.5回歸分析應用與發(fā)展述評思考與練習4感謝你的觀看2019年8月28第1章回歸分析概述1.1變量間的統(tǒng)計關系4感謝你1.1變量間的統(tǒng)計關系函數(shù)關系商品的銷售額與銷售量之間的關系

y=px圓的面積與半徑之間的關系

S=R2

原材料消耗額與產(chǎn)量(x1)

、單位產(chǎn)量消耗(x2)

、原材料價格(x3)之間的關系

y=x1x2x3

5感謝你的觀看2019年8月281.1變量間的統(tǒng)計關系函數(shù)關系5感謝你的觀看2019年1.1變量間的統(tǒng)計關系6感謝你的觀看2019年8月281.1變量間的統(tǒng)計關系6感謝你的觀看2019年8月281.1變量間的統(tǒng)計關系相關關系的例子子女身高(y)與父親身高(x)之間的關系收入水平(y)與受教育程度(x)之間的關系糧食畝產(chǎn)量(y)與施肥量(x1)、降雨量(x2)、溫度(x3)之間的關系商品的消費量(y)與居民收入(x)之間的關系商品銷售額(y)與廣告費支出(x)之間的關系7感謝你的觀看2019年8月281.1變量間的統(tǒng)計關系相關關系的例子7感謝你的觀看201.1變量間的統(tǒng)計關系8感謝你的觀看2019年8月281.1變量間的統(tǒng)計關系8感謝你的觀看2019年8月28對變量間統(tǒng)計依賴關系的考察主要是通過相關分析(correlationanalysis)或回歸分析(regressionanalysis)來完成的1.1變量間的統(tǒng)計關系9感謝你的觀看2019年8月28對變量間統(tǒng)計依賴關系的考察主要是通過相關分析(correla注意（1）不線性相關并不意味著不相關。

（2）有相關關系并不意味著一定有因果關系。

（3）相關分析對稱地對待任何（兩個）變量，兩個變量都被看作是隨機變量。（4）回歸分析對變量的處理方法存在不對稱性，即區(qū)分因變量（被解釋變量）和自變量（解釋變量）：前者是隨機變量，后者不是。1.1變量間的統(tǒng)計關系10感謝你的觀看2019年8月28注意1.1變量間的統(tǒng)計關系10感謝你的觀看2019年8回歸分析構成計量經(jīng)濟學的方法論基礎，其主要內(nèi)容包括：（1）根據(jù)樣本觀察值對經(jīng)濟計量模型的參數(shù)進行估計，求得回歸方程；（2）對回歸方程、參數(shù)估計值進行顯著性檢驗；（3）利用回歸方程進行分析、評價及預測。1.1變量間的統(tǒng)計關系11感謝你的觀看2019年8月28回歸分析構成計量經(jīng)濟學的方法論基礎，其主要內(nèi)容包括：1.11.2回歸方程與回歸名稱的由來

英國著名統(tǒng)計學家F.Galton(1822-1911年)和他的學生、現(xiàn)代統(tǒng)計學的奠基者之一K.Pearson(1856—1936年)在研究父母身高與其子女身高的遺傳問題時,觀察了1078對夫婦,他們以成年兒子身高作為縱坐標，夫婦平均身高為橫坐標做散點圖，結果發(fā)現(xiàn)兩者的關系近似于一條直線，經(jīng)計算得到如下方程：1.回歸方程

2.回歸方程的由來12感謝你的觀看2019年8月281.2回歸方程與回歸名稱的由來英國著名統(tǒng)1.3回歸分析的主要內(nèi)容及其一般模型回歸分析的主要內(nèi)容13感謝你的觀看2019年8月281.3回歸分析的主要內(nèi)容及其一般模型回歸分析的主要內(nèi)容回歸分析的一般形式

隨機誤差項主要包括下列因素：（1）在解釋變量中被忽略的因素的影（2）變量觀測值的觀測誤差的影響；（3）理論模型設定誤差的影響；（3）其他隨機因素的影響。1.3回歸分析的主要內(nèi)容及其一般模型14感謝你的觀看2019年8月28回歸分析的一般形式隨機誤差項主要包括下列因素：1.31.4建立實際問題回歸模型的過程設置指標變量收集整理數(shù)據(jù)構造理論模型估計模型參數(shù)修改

N

模型運用Y經(jīng)濟因素分析經(jīng)濟變量控制

經(jīng)濟決策預測實際問題模型檢驗15感謝你的觀看2019年8月281.4建立實際問題回歸模型的過程設置指標變量收集整理數(shù)一、設置指標變量

根據(jù)研究目的，利用經(jīng)濟學理論，從定性角度來確定經(jīng)濟問題中各因素之間的因果關系。指標變量不容易確定：

1.認識的局限性；

2.為了模型參數(shù)估計的有效性,設置的解釋變量應該是不相關的,可是在經(jīng)濟問題中很難找到.3.從經(jīng)濟學角度考慮應該引進非常重要的經(jīng)濟變量,但是在實際中沒有這樣的數(shù)據(jù),或數(shù)據(jù)很難拿到,可以考慮用相近的變量代替,或由其他幾個指標符合成一個新的指標.4.并不是模型中所涉及的解釋變量越多越好

(1)可能會引進與問題無關的變量;(2)容易產(chǎn)生共線性—信息重疊

(3)計算量大,誤差累計大,估計模型參數(shù)精度不高.1.4建立實際問題回歸模型的過程16感謝你的觀看2019年8月28一、設置指標變量1.4建立實際問題回歸模型的過程16感1.4建立實際問題回歸模型的過程

二.收集整理統(tǒng)計數(shù)據(jù)

1.數(shù)據(jù)類型時間序列—按時間順序排列的數(shù)據(jù)橫截面數(shù)據(jù)—同一時間截面上的統(tǒng)計數(shù)據(jù).

面板數(shù)據(jù)—是截面數(shù)據(jù)與時間序列數(shù)據(jù)綜合起來的一種數(shù)據(jù)類型。例如2000、2001、2002、2003、2004各年中國所有直轄市的GDP分別為（單位億元）:

北京市8、9、10、11、12；上海市9、10、11、12、13；天津市5、6、7、8、9；重慶市7、8、9、10、112.注意的問題(1)數(shù)據(jù)的可比性:按可比價格計算,扣除價格變動因素,確切反映實物量的變化.當年價格(報告期實際價格)用價格指數(shù)換算成可比價格.(2)統(tǒng)一計算口徑.如GDP(按國土原則計算)GNP(按國民原則計算).兩者包含內(nèi)容一致,但是計算口徑不同.(3)樣本容量:(4)統(tǒng)計數(shù)據(jù)整理:折算,差分,對數(shù)化,標準化,剔除異常值,插值法補齊缺失數(shù)據(jù)等.17感謝你的觀看2019年8月281.4建立實際問題回歸模型的過程二.收集整理統(tǒng)計數(shù)三.理論模型的數(shù)學形式

1.繪制散點圖(SPSS,S-PLUS)2.依據(jù):經(jīng)濟理論和一些數(shù)理經(jīng)濟學結果(計量經(jīng)濟學,數(shù)量經(jīng)濟學)如C-D生產(chǎn)函數(shù)(柯布道格拉斯生產(chǎn)函數(shù))

數(shù)據(jù)對數(shù)化等.四.模型參數(shù)估計

1.最小二乘法,極大似然估計

2.嶺回歸主成分回歸偏最小二乘回歸

3.軟件:spsssass-pluseviews1.4建立實際問題回歸模型的過程18感謝你的觀看2019年8月28三.理論模型的數(shù)學形式1.4建立實際問題回歸模型的過程五.模型的檢驗與修改檢驗:1.回歸方程

2.回歸系數(shù)

3.擬合優(yōu)度

4.隨機誤差項序列的相關性異方差修改:從設置變量是否合理開始—是否遺漏變量,變量間的依賴性是否強,樣本容量是否少,理論模型是否合適等等.六.回歸模型的應用

1.經(jīng)濟變量的因素分析

(1)由回歸系數(shù)可以發(fā)現(xiàn)經(jīng)濟變量的結構關系;(2)用解釋變量控制被解釋變量.2.經(jīng)濟預測:定性分析與定量分析的有機結合.1.4建立實際問題回歸模型的過程19感謝你的觀看2019年8月28五.模型的檢驗與修改1.4建立實際問題回歸模型的過程11.5回歸分析應用與發(fā)展述評

從高斯提出最小二乘法算起,回歸分析已經(jīng)有200年的歷史。從1969年設立諾貝爾經(jīng)濟學獎以來,已有近50位學者獲獎,其中絕大部分獲獎者是統(tǒng)計學家、計量經(jīng)濟學家、數(shù)學家。他們對統(tǒng)計學及回歸分析方法的應用都有嫻熟的技巧。20感謝你的觀看2019年8月281.5回歸分析應用與發(fā)展述評從高斯提出最21感謝你的觀看2019年8月2821感謝你的觀看2019年8月28應用回歸分析AppliedRegressionAnalysis22感謝你的觀看2019年8月28應用回歸分析AppliedRegressionAnaly統(tǒng)計軟件SPSS17.0最新版本StatisticalPackagefortheSocialScience

23感謝你的觀看2019年8月28統(tǒng)計軟件SPSS17.0最新版本2感謝你的觀看201章節(jié)目錄第1章回歸分析概述第2章一元線性回歸第3章多元線性回歸第4章違背基本假定的情況第5章自變量選擇與逐步回歸第6章多重共線性的情形及其處理第7章嶺回歸第8章非線性回歸第9章含定性變量的回歸模型

24感謝你的觀看2019年8月28章節(jié)目錄第1章回歸分析概述3感謝你的觀看20第1章回歸分析概述1.1變量間的統(tǒng)計關系1.2回歸方程與回歸名稱的由來1.3回歸分析的主要內(nèi)容及其一般模型1.4建立實際問題回歸模型的過程1.5回歸分析應用與發(fā)展述評思考與練習25感謝你的觀看2019年8月28第1章回歸分析概述1.1變量間的統(tǒng)計關系4感謝你1.1變量間的統(tǒng)計關系函數(shù)關系商品的銷售額與銷售量之間的關系

y=px圓的面積與半徑之間的關系

S=R2

原材料消耗額與產(chǎn)量(x1)

、單位產(chǎn)量消耗(x2)

、原材料價格(x3)之間的關系

y=x1x2x3

26感謝你的觀看2019年8月281.1變量間的統(tǒng)計關系函數(shù)關系5感謝你的觀看2019年1.1變量間的統(tǒng)計關系27感謝你的觀看2019年8月281.1變量間的統(tǒng)計關系6感謝你的觀看2019年8月281.1變量間的統(tǒng)計關系相關關系的例子子女身高(y)與父親身高(x)之間的關系收入水平(y)與受教育程度(x)之間的關系糧食畝產(chǎn)量(y)與施肥量(x1)、降雨量(x2)、溫度(x3)之間的關系商品的消費量(y)與居民收入(x)之間的關系商品銷售額(y)與廣告費支出(x)之間的關系28感謝你的觀看2019年8月281.1變量間的統(tǒng)計關系相關關系的例子7感謝你的觀看201.1變量間的統(tǒng)計關系29感謝你的觀看2019年8月281.1變量間的統(tǒng)計關系8感謝你的觀看2019年8月28對變量間統(tǒng)計依賴關系的考察主要是通過相關分析(correlationanalysis)或回歸分析(regressionanalysis)來完成的1.1變量間的統(tǒng)計關系30感謝你的觀看2019年8月28對變量間統(tǒng)計依賴關系的考察主要是通過相關分析(correla注意（1）不線性相關并不意味著不相關。

（2）有相關關系并不意味著一定有因果關系。

（3）相關分析對稱地對待任何（兩個）變量，兩個變量都被看作是隨機變量。（4）回歸分析對變量的處理方法存在不對稱性，即區(qū)分因變量（被解釋變量）和自變量（解釋變量）：前者是隨機變量，后者不是。1.1變量間的統(tǒng)計關系31感謝你的觀看2019年8月28注意1.1變量間的統(tǒng)計關系10感謝你的觀看2019年8回歸分析構成計量經(jīng)濟學的方法論基礎，其主要內(nèi)容包括：（1）根據(jù)樣本觀察值對經(jīng)濟計量模型的參數(shù)進行估計，求得回歸方程；（2）對回歸方程、參數(shù)估計值進行顯著性檢驗；（3）利用回歸方程進行分析、評價及預測。1.1變量間的統(tǒng)計關系32感謝你的觀看2019年8月28回歸分析構成計量經(jīng)濟學的方法論基礎，其主要內(nèi)容包括：1.11.2回歸方程與回歸名稱的由來

英國著名統(tǒng)計學家F.Galton(1822-1911年)和他的學生、現(xiàn)代統(tǒng)計學的奠基者之一K.Pearson(1856—1936年)在研究父母身高與其子女身高的遺傳問題時,觀察了1078對夫婦,他們以成年兒子身高作為縱坐標，夫婦平均身高為橫坐標做散點圖，結果發(fā)現(xiàn)兩者的關系近似于一條直線，經(jīng)計算得到如下方程：1.回歸方程

2.回歸方程的由來33感謝你的觀看2019年8月281.2回歸方程與回歸名稱的由來英國著名統(tǒng)1.3回歸分析的主要內(nèi)容及其一般模型回歸分析的主要內(nèi)容34感謝你的觀看2019年8月281.3回歸分析的主要內(nèi)容及其一般模型回歸分析的主要內(nèi)容回歸分析的一般形式

隨機誤差項主要包括下列因素：（1）在解釋變量中被忽略的因素的影（2）變量觀測值的觀測誤差的影響；（3）理論模型設定誤差的影響；（3）其他隨機因素的影響。1.3回歸分析的主要內(nèi)容及其一般模型35感謝你的觀看2019年8月28回歸分析的一般形式隨機誤差項主要包括下列因素：1.31.4建立實際問題回歸模型的過程設置指標變量收集整理數(shù)據(jù)構造理論模型估計模型參數(shù)修改

N

模型運用Y經(jīng)濟因素分析經(jīng)濟變量控制

經(jīng)濟決策預測實際問題模型檢驗36感謝你的觀看2019年8月281.4建立實際問題回歸模型的過程設置指標變量收集整理數(shù)一、設置指標變量

根據(jù)研究目的，利用經(jīng)濟學理論，從定性角度來確定經(jīng)濟問題中各因素之間的因果關系。指標變量不容易確定：

1.認識的局限性；

2.為了模型參數(shù)估計的有效性,設置的解釋變量應該是不相關的,可是在經(jīng)濟問題中很難找到.3.從經(jīng)濟學角度考慮應該引進非常重要的經(jīng)濟變量,但是在實際中沒有這樣的數(shù)據(jù),或數(shù)據(jù)很難拿到,可以考慮用相近的變量代替,或由其他幾個指標符合成一個新的指標.4.并不是模型中所涉及的解釋變量越多越好

(1)可能會引進與問題無關的變量;(2)容易產(chǎn)生共線性—信息重疊

(3)計算量大,誤差累計大,估計模型參數(shù)精度不高.1.4建立實際問題回歸模型的過程37感謝你的觀看2019年8月28一、設置指標變量1.4建立實際問題回歸模型的過程16感1.4建立實際問題回歸模型的過程

二.收集整理統(tǒng)計數(shù)據(jù)

1.數(shù)據(jù)類型時間序列—按時間順序排列的數(shù)據(jù)橫截面數(shù)據(jù)—同一時間截面上的統(tǒng)計數(shù)據(jù).

面板數(shù)據(jù)—是截面數(shù)據(jù)與時間序列數(shù)據(jù)綜合起來的一種數(shù)據(jù)類型。例如2000、2001、2002、2003、2004各年中國所有直轄市的GDP分別為（單位億元）:

北京市8、9、10、11、12；上海市9、10、11、12、13；天津市5、6、7、8、9；重慶市7、8、9、10、112.注意的問題(1)數(shù)據(jù)的可比性:按可比價格計算,扣除價格變動因素,確切反映實物量的變化.當年價格(報告期實際價格)用價格指數(shù)換算成可比價格.(2)統(tǒng)一計算口徑.如GDP(按國土原則計算)GNP(按國民原則計算).兩者包含內(nèi)容一致,但是計算口徑不同.(3)樣本容量:(4)統(tǒng)計數(shù)據(jù)整理:折算,差分,對數(shù)化,標準化,剔除異常值,插值法補齊缺失數(shù)據(jù)等.38感謝你的觀看2019年8月281.4建立實際問題回歸模型的過程二.收集整理統(tǒng)計數(shù)三.理論模型的數(shù)學形式

1.繪制散點圖(