文档详情

《应用统计学》第9章:相关分析与回归分析.ppt

发布:2017-04-18约1.35千字共32页下载文档
文本预览下载声明
;第9章 相关分析与回归分析;学习目标与关键概念;第一节 相关分析概述;时间序列的作用;不确定(随机性)依存关系;二、相关关系的种类 按相关关系涉及的因素多少可以分为单相关、复相关和偏相关 按相关关系的表现形态可分为直线相关和曲线相关 按相关关系的变化方向可分为正相关和负相关 按相关关系的相关程度可分为完全相关、不相关和不完全相关 ;三、相关分析与回归分析 相关分析是研究两个或两个以上变量之间的相关方向和相关密切程度的统计分析方法,回归分析是对具有相关关系的变量之间的数量变化的一般关系进行测定,确定一个合适的回归方程,据以进行估计或预测的统计方法 。 ;相关分析与回归分析的联系与区别;第二节 相关关系的测定;分组相关表 单变量分组相关表 双变量分组相关表 【举例】女大学生身高与体重的关系;二、散点图 散点图又??相关图,它是以直角坐标系的横轴代表变量x,纵轴代表变量y,将变量间相对变量数值用坐标点的形式描绘出来,用于反映两变量相关关系的图形,比相关表更为直观地表明了两变量之间的相关关系。;三、相关关系 相关系数是度量两个变量之间线性相关的方向和强度的测度,常用的度量指标是皮尔逊(Pearson)相关系数 【专栏】在相关分析中,定性分析或经济理论分析重要吗?;第三节 一元线性回归分析;一、一元线性回归理论模型 一元线性回归模型是用于分析一个自变量x与一个因变量y之间线性关系的数学方程,在变量x与y的直角坐标平面上,可以绘制散点图,可以看出所有的散点大致呈线性关系 ;二、普通最小二乘估计OLS 普通最小二乘法基本思想是:因变量实际观察值y与因变量的估计值的离差平方和(也称为残差平方和)最小,即这是一条最为接近真实直线的模拟直线。 ;普通最小二乘法估计;普通最小二乘法估计;三、一元线性回归的统计检验 统计检验包括线性关系检验和回归系数检验,具体包括拟合优度检验、参数显著性检验以及回归总体线性的显著性检验;回归的统计检验;相关系数计算 检验的步骤 根据公式计算相关系数r值 根据给定的显著性水平α,查相关系数检验表,自由度为n-2,得到临界值 统计决策;参数的显著性检验(t检验);回归总体线性的显著性检验 (F检验);四、一元线性回归方程的预测 点预测 当给定x=x0时,利用样本回归方程,可以求出相应的样本拟合值;点估计的优点是当给定x0时,就能确切地给出预测值 ;区间预测;区间预测;第四节 多元线性回归分析;二、多元线性回归方程的估计与检验 多元回归方程估计的检验包括拟合优度检验(R2检验)、相关系数检验(r检验)、总体方程的显著性检验(F检验)及回归方程的参数检验(t检验),其基本思想与一元回归方程的检验类似 在实际统计工作中,通常使用计算机来处理,常用的经济计量软件有eviews、stata、spss等 ;三、曲线回归的线性化 多项式曲线方程 双曲线函数方程 指数函数方程 对数函数方程 S曲线回归方程;四、应用回归分析应注意的几个问题 在定性基础上进行定量分析 回归系数只说明因变量与自变量之间的变动比例,而不表示变动的密切程度。 在回归分析中,估计参数的有效性应进行显著性检验;案例分析;本章放映结束,谢谢大家!
显示全部
相似文档