§2.1回归分析概述 一、 变量间的关系及回归分析的基本概念 二、总体回归函数(PRF) 三、 随机扰动项 四、样本回归函数(SRF)
§2.1 回归分析概述 一、变量间的关系及回归分析的基本概念 二、总体回归函数（PRF） 三、随机扰动项 四、样本回归函数（SRF）
§2.1 回归分析概述 变量间的关系及回归分析的基本概念 1、变量间的关系 经济变量之间的关系，大体可分为两类： (1)确定性关系或函数关系：研究的是 确定现象非随机变量间的关系。 (2)统计依赖或相关关系：研究的是非确 定现象随机变量间的关系
§2.1 回归分析概述 （1）确定性关系或函数关系：研究的是 确定现象非随机变量间的关系。 （2）统计依赖或相关关系：研究的是非确 定现象随机变量间的关系。 一、变量间的关系及回归分析的基本概念 1、变量间的关系 经济变量之间的关系，大体可分为两类：
例如： 函数关系： 圆面积=fπ，半径)=π.半径 统计依赖关系/统计相关关系： 农作物产量=f气温，降雨量，阳光，施肥量) 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： 正相关 线性相关 不相关 相关系数： 统计依赖关系 负相关 1≤Pw≤1 有因果关系◆回归分析 正相关 无因果关系◆相关分析 非线性相关 不相关 负相关
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： ( ) 2 圆面积 = f ,半径 = 半径 农作物产量= f (气温,降雨量,阳光, 施肥量) 正相关 线性相关 不相关 相关系数： 统计依赖关系 负相关 −1 1 X Y 有因果关系 回归分析 正相关 无因果关系 相关分析 非线性相关 不相关 负相关 例如： 函数关系： 统计依赖关系/统计相关关系：
▲注意： ①不线性相关并不意味着不相关； ②有相关关系并不意味着一定有因果关系； ③回归分析/相关分析研究一个变量对另一个 (些)变量的统计依赖关系，但它们并不意味着一定 有因果关系。 ④相关分析对称地对待任何（两个）变量，两个 变量都被看作是随机的。回归分析对变量的处理方法 存在不对称性，即区分应变量（被解释变量）和自变 量（解释变量）：前者是随机变量，后者不是
①不线性相关并不意味着不相关； ②有相关关系并不意味着一定有因果关系； ③回归分析/相关分析研究一个变量对另一个 （些）变量的统计依赖关系，但它们并不意味着一定 有因果关系。 ④相关分析对称地对待任何（两个）变量，两个 变量都被看作是随机的。回归分析对变量的处理方法 存在不对称性，即区分应变量（被解释变量）和自变 量（解释变量）：前者是随机变量，后者不是。 ▲注意：
2、回归分析的基本概念 回归分析(regression analysis)是研究一个变量关于另一个 (些)变量的具体依赖关系的计算方法和理论。 其用意：在于通过后者的已知或设定值，去估计和（或)预 测前者的（总体）均值。 这里：前一个变量被称为被解释变量(Explained Variable) 或应变量(Dependent Variable).,后一个（些）变量被称为解 释变量(Explanatory Variable)或自变量（Independent Variable) 。 回归分析构成计量经济学的方法论基础，其主要内容包括： (1)根据样本观察值对经济计量模型参数进行估计，求得回 归方程； (2)对回归方程、参数估计值进行显著性检验： (3)利用回归方程进行分析、评价及预测
回归分析(regression analysis)是研究一个变量关于另一个 （些）变量的具体依赖关系的计算方法和理论。 其用意：在于通过后者的已知或设定值，去估计和（或）预 测前者的（总体）均值。 这里：前一个变量被称为被解释变量（Explained Variable） 或应变量（Dependent Variable），后一个（些）变量被称为解 释变量（Explanatory Variable）或自变量（Independent Variable）。 2、回归分析的基本概念 回归分析构成计量经济学的方法论基础，其主要内容包括： （1）根据样本观察值对经济计量模型参数进行估计，求得回 归方程； （2）对回归方程、参数估计值进行显著性检验； （3）利用回归方程进行分析、评价及预测