[数学]第六章 回归分析1.ppt

点击分析-》回归-》线性，弹出线性回归对话框。将Y选入因变量窗口，将X2、X3、X4选入自变量量窗口，如不需预测，直接点确定即可输出主要结果。统计量、绘制可以根据需要选。 解释方法同一元。 此表给出了X、Y的相关系数，决定系数等，从决定系数R2＝0.997，说明通过X对Y进行线性回归拟合效果好。 此表对回归方程进行了方差分析，从表中可看出，回归项的F＝2717.238，P＝0.000，达极显著水平，说明X、Y的回归方程真实存在。 此表给出了回归方程的系数。根据系数可以写出回归方程：Y＝-2582.791+0.22X2+0.72X3+23.985X4，且分别对X2、X3、X4进行了检验，其概率值均小于0.12，达显著水平，说明回归系数真实存在。这表明，从系数表可以看出，财政支出对税收收入的贡献最大，其实是GDP，最后是商品零售价格指数。 利用EViews进行多元线性回归 第六章 回归分析 回归分析：计算回归方程为基础的统计分析方法。 回归分析 一元回归分析 多元回归分析 直 线 回 归 分 析 曲 线 回 归 分 析 多 元 线 性 回 归 分 析 多 元 非 线 性 回 归 分 析 第一节 一元线性回归 首先对具有统计关系的两个变数的资料做散点图。 根据散点图可初步判定双变数X 和Y 间的关系，包括：①X 和Y 相关的性质(正或负)和密切程度； ②X 和Y 的关系是直线型的还是非直线型的； ③是否有一些特殊的点表示着其他因素的干扰等。 根据其图示结果选用不同的方法进行线性或非线性回归分析。 一、利用SPSS进行一元线性回归分析 1、实例操作 左表中列出1978年-1998年四川省人均可支配收入与人均年消费支出， 四川省人均可支配收入与人均年消费支出的关系分析 年份 人均年消费支出Y 人均可支配收入X 1978 314 338 1979 340 369 1980 364 391 1981 396 412 1982 407 445 1983 457 493 1984 517 581 1985 680 695 1986 787 849 1987 889 948 1988 1086 1130 1989 1184 1349 1990 1281 1490 1991 1488 1691 1992 1651 1989 1993 2034 2408 1994 2806 3297 1995 3429 4003 1996 3733 4406 1997 4093 4763 1998 4383 5127 2、散点图 从散点图可看出其存在明显的线性关系。 3、数据准备 4、统计分析 点击“分析”-》回归-》线性。弹出“线性回归” 对话框。 在线性回归对话框中，将Y选入因变量，将X选入自变量。点确定即输出相应结果 5、结果 此表给出了X、Y的相关系数，决定系数等，从决定系数R2＝0.999，说明通过X对Y进行线性回归拟合效果好。 此表对回归方程进行了方差分析，从表中可看出，回归项的F＝28782.747，P＝0.000，达极显著水平，说明X、Y的回归方程真实存在。 此表给出了回归方程的系数。根据系数可以写出回归方程：Y＝47.946+0.842X，且分别对b0、b1进行了检验，其概率值均小于0.01，达极显著水平，说明回归系数真实存在。表明这表明，城市人均年可支配收入对人均年消费支出有显著影响。 Y＝47.946+0.842X 方程的经济学意义：b0:47.946表示人均最低消费支出。B1：0.842表示边际消费，即增加1元的收入，消费支出增加0.842元。 6、回归方程的应用 （1）、预测功能 运用经济模型作预测：指利用所估计的样本回归函数，用解释变量的已知值或预测值，对预测期或样本以外的被解释变量数值作出定量的估计。 经济预测是一种条件预测： 条件：◆模型设定的关系式不变 ◆所估计的参数不变 ◆ 解释变量在预测期的取值已作出预测 Y 平均值的点预测 将解释变量预测值直接代入估计的方程 这样计算的是一个点估计值， Y 平均值的区间预测 基本思想： 由于存在抽样波动，预测的平均值 不一定等于真实平均值 ，还需要对 作区间估计。 为对Y 作区间预测，必须确定平均值预测值的抽 样分布，?必须找出与 和 都有关的统计量 Y平均值的置信度为 1－α的预测区间为 SPSS操作 如上例：预测1999年的人均收入为6000元，2000年的人均收入为7000元，试预测这两年的人均消费支出。在数据表中加入两行，输入1999、2000年的X值，如图。 点击回归－〉线性，弹出线性回归对话框，点击保存，弹出“保