统计学第十二周.ppt

主观经验判别 △对变量间统计依赖关系的考察主要是通过相关分析(correlation analysis)或回归分析(regression analysis)来完成的： 由于不确定因素的影响，对同一收入水平X，不同家庭的消费支出不完全相同； 但由于调查的完备性，给定收入水平X的消费支出Y的分布是确定的，即以X的给定值为条件的Y的条件分布（Conditional distribution）是已知的，如： P(Y=550|X=800）=1/5。 因此，给定收入X的值Xi，可得消费支出Y的条件均值（conditional mean）或条件期望（conditional expectation）： 从散点图发现：随着收入的增加，消费“平均地说”也在增加，且Y的条件均值均落在一根正斜率的直线上。这条直线称为总体回归线。 （3）、随机扰动（误差）项 总体回归函数说明在给定的收入水平Xi下，该社区家庭平均的消费支出水平。 但对某一个别的家庭，其消费支出可能与该平均水平有偏差。记 称ui为观察值Yi围绕它的期望值E(Yi Xi)　　　　　　　的离差（deviation），它是一不可测度的随机量，所以也称随机误差项（ stochastic error）. 由上式,个别家庭的消费支出为： (*)称为总体回归模型. 普通最小二乘估计 * * * 1、正相关是指自变量和因变量的数量变 动方向都是上升的。 2、下列属于相关现象的是（ ） A 利息与利率 B 居民收入与储蓄存款 C 电视机产量与鸡蛋产量 D 某种商品的销售额与销售价格 3、下列关系中属于负相关的有（ ） A 总成本与原材料消耗量 B施肥量与农产品产量 C 居民收入与消费支出 D 劳动生产率和成本 4、相关关系不能转化为函数关系。 5、样本相关系数ｒ＝0.985，那么总体 中两个变量之间一定也是高度正相关关系。 6、从散点图上我们能得出哪些信息？ 7、两个变量之间的相关系数是不是唯一确 定的？ 8、相关关系、函数关系和因果关系之间的 联系与区别？ 9、相关系数=0，说明两变量之间是相互独 立的。 10、相关系数的作用？ 高度线性相关 中度线性相关 低度线性相关 基本不线性相关 相关系数的检验： 为什么要检验？ 相关系数检验 1. t统计量: 若取显著性水平0.05，查表得到临界值得： 2. 查相关系数临界值表，根据n 与α，就能直接找到相关系数的临界值 黄金价格的影响因素 供求关系 美元走势 通货膨胀 原油价格 利率 资金的推动 地缘政治 金融机构的政策法规 。。。。。 相关回归的基本概念 相关分析与回归分析是研究客观现象之间数量联系的重要统计方法。对于相关分析和回归分析既可以从描述统计的角度也可以从推断统计的角度来说明。 一、函数关系、相关关系 二、相关关系的种类 相关程度、相关方向、相关形式、 变量多少、相关性质 散点图 函数关系：对一个或几个变量任意一个取值，另一个变量都有唯一确定值与之相对应，这种关系确定性的关系称为函数关系。 如某种商品的销售额Y与该商品的销售量X以及价格P之间的关系可以表示为Y=PX，这就是一种函数关系。 一般把作为影响因素的变量称为自变量；把发生对应变化的变量称为因变量。Y是因变量，P与X是自变量。 函数关系 相关关系：当一个或几个相互联系的变量取一定数值时，与之相对应的另一变量的值虽然不确定，但它仍按某种规律在一定的范围内变化，这种不确定的相互关系，称为相关关系。 如：劳动生产率与工资水平的关系、投资额与国民收入的关系, 家庭支出和收入的关系。 相关关系不能用函数精确表达, 但经常用一定的函数形式去近似地描述。 相关关系 按相关程度划分 完全相关：当一种现象的数量变化完全由另一个现象的数量变化所确定时，这两种现象间的关系为完全相关。即函数关系。 不相关：当两个现象彼此互不影响，其数量变化各自独立时，称为不相关。 不完全相关：两个现象之间的关系介于完全相关和不相关之间，称为不完全相关。(主要表现形式,主要研究对象) 正相关：当一个现象的数量由小变大，另一个现象的数量也相应由小变大，这种相关称为正相关。如工人的工资随劳动生产率的提高而增加。 负相关：当一个现象的数量由小变大，而另一个现象的数量相反地由大变小，这种相关称为负相关。如商品流转的规模越大，流通费用水平则越低。 按相关方