东财春学期统计学回归分析与相关分析课堂笔记.docx

第十一章 回归分析与相关分析
一、学习目的与要求
重点：函数关系与相关关系的区别；相关关系的分类；相关分析与回归分析的联系与区别；用最小平方法进行一元线性回归分析；离差平方和的分解；相关系数的计算及检验；估计标准误差与预测。
难点：回归系数的假设检验，以及回归估计。
二、课程内容
  相关分析
相关和回归分析是研究事物的相互关系、测定他们联系的紧密程度、揭示其变化的具体形式和规律性的统计方法，是构造各种经济模型、进行结构分析、政策评价、预测和控制的重要工具。

现象之间的确定性依存关系称为函数关系，对于自变量的每一个给定值，因变量都有一个确定值与之相对应，并且这种关系可以用一个数学表达式反映出来。相关关系反映的是现象之间的不确定性依存关系，当给定自变量的一个值时，因变量有若干个随机值与之对应，表现出一定的波动性。
函数关系与相关关系之间并无严格分界限：有函数关系的变量间，由于有测量误差及各种随机因素的干扰，可变现为相关关系；对具有相关关系的变量有了深刻了解后，相关关系可能转化为或借助函数关系来描述。
（重点）
(1)按变量的个数，可分为一元相关和多元相关。
(2)按变量之间相互关系的表现形式，可分为线性相关和非线性相关。
(3)根据变量之间相互关系的方向，可分为正相关和负相关。

(1)定性分析，是依据研究者的理论知识和实践经验，对客观现象之间是否存在相关关系，以及何种关系做出判断。
(2)定量分析，在定性分析的基础上，通过编制相关表、绘制相关图、计算相关系数与判定系数等方法，来判断现象之间相关的方向、形态及密切程度。
①相关表：将现象之间的相互关系用表格形式来反映，包括简单相关表和分组相关表。
简单相关表：适用于所观察的样本单位数较少，不需要分组的情况。
分组相关表：适用于所观察的样本单位数较多标志变异又较复杂，需要分组的情况。

②相关图，又称散点图，用直角坐标系的x轴代表自变量，y轴代表因变量，将两个变量间相对应的变量值用坐标点的形式描绘出来，用以表明相关点分布状况。

③相关系数，在直线相关的条件下，用以反映两变量间线性相关密切程度的统计指标，计算公式为：

r>0 为正相关，r < 0 为负相关；|r|=0  表示不存在线性关系；
|r|＝1 表示完全线性相关；0<|r|<1表示存在不同程度线性相关：
≤ |r| ＜0.7为显著性线性相关；
≤|r| ＜1.0为高度显著性线性相关。
判定系数：是相关系数的平方，用r2表示，用来衡量回归方程对y的解释程度。
判定系数取值范围：
r2越接近于1，表明x与y之间的相关性越强；r2越接近于0，表明两个变量之间几乎没有直线相关关系。

11.2 一元线性回归分析
1. 回归分析概述
回归分析指根据相关关系的数量表达式(回归方程式)与给定的自变量x，揭示因变量y在数量上的平均变化和求得因变量的预测值的统计分析方法。
回归分析与相关分析既有联系又有区别。(重点)
联系：
(1)理论和方法具有一致性；
(2)无相关就无回归，相关程度越高，回归越好；
(3)相关系数和回归系数方向一致，可以互相推算。
 区别：
(1)回归分析中必须区分自变量和因变量，而相关分析中两个变量是完全对等的；
(2)相关分析中x、y均为随机变量，回归分析中只有y为随机变量；
(3)相关分析测定相关程度和方向，回归分析用回归模型进行预测和控制。
注意：
我们不能把回归分析看作是在变量间建立一个因果关系的过程。回归分析只能表明，变量时如何或者是以怎样的程度彼此联系在一起的。有关因果关系的任何结论，必须建立在理论分析的基础之上。

2. 一元线性回归模型
对于经判断具有线性关系的两个变量y与x，构造一元线性回归模型为：

其中截距a表示在没有自变量x的影响时，其他各种因素对因变量y的平均影响；回归系数b表明自变量x每变动一个单位，因变量y平均变动b个单位。

参数a、b的确定：最小平方法
基本数学要求：
分别对函数中a、b求偏导，并令其为零，有：

得到a，b的值为：

（资料如前）

判定系数与相关系数的区别：
判定系数无方向性，相关系数则有方向，其方向与样本回归系数b相同；
判断系数说明变量值的总离差平方和中可以用回归线来解释的比例，相关系数只说明两变量间关联程度及方向；
相关系数有夸大变量间相关程度的倾向，因而判定系数是更好的度量值。

(1)回归估计标准差是因变量各实际值与其估计值之间的平均差异程度，表明其估计值对各实际值代表性的强弱；其值越小，回归方程的代表性越强，用回归方程估计或预测的结果越准确。

大样本条件下，可用如下公式计算：

（资料如前）

(2)离差平方和的分解

称为总离差平方和(SST)  ，反映因变量Y的离散程度；称为回归离差平方和(SSR)  ，反映由于Y和X的线性依存关系所引起Y的变动部分；称为剩余平方和(Q)  ，反映其他因素对Y的影响部分。
(3) 判定系数

称为判定系数，用来衡量回归线对Y的总离差说明程度。判定系数的平方根即为相关系数。
判定系数与估计标准差的关系：
估计标准差越小，则变量间相关程度越高，回归线对Y的解释程度越高。

目的：检验总体两变量间线性相关性是否显著。
样本相关系数r的显著性检验(t检验)  的目的是检验总体两变量间线性相关性是否显著。其步骤为：
(1)提出假设：
(2)构造检验统计量：
(3)根据给定的显著性水平，确定临界值
(4)确定原假设的拒绝规则：
若则接受，表示总体两变量间线性相关性不显著；
若，则拒绝，表示总体两变量间线性相关性显著。
(5)  计算检验统计量并做出决策。
（资料如前）

估计的前提：回归方程经过检验，证明 X 和 Y 的关系在统计上是显著相关的。
(1) 点估计：对于给定的X值，求出Y平均值的一个估计值或Y的一个个别值的预测值。

(2)  区间估计：对于给定的X值，求出Y平均值的置信区间或Y的一个个别值的预测区间。

SPSS输出结果（不要求掌握）