线性相关与回归
练习题
一、单项选择题
1. 回归系数的最小二乘估计使其平方和最小的是
A. 各点到X均数直线的横向距离
B. 各点到X轴的横向距离
C. 各点到回归直线的垂直距离
D. 各点到Y均数直线的垂直距离
E. 各点到Y轴的垂直距离
2. 两数值变量相关关系越强，表示
A. 相关系数越大
B. 相关系数的绝对值越大
B. 回归系数越大
C. 回归系数的绝对值越大
E. 相关系数检验统计量的t值越大
3. 回归分析的决定系数2R越接近于1，说明
A. 相关系数越大
B. 回归方程的显著程度越高
C. 应变量的变异越大
D. 应变量的变异越小
E.自变量对应变量的影响越大
4. 两组资料作回归分析，直线回归系数b较大的一组，表示
A．两变量关系密切的可能性较大 B．检验显著的可能性较大
C．决定系数2R较大 D．决定系数2R可能大也可能小
E．数量依存关系更密切
5. 1—7岁儿童可以用年龄（岁）估计体重（市斤），回归方程为?144
=+，
Y X
若将体重换成国际单位kg，则此方程
A．常数项改变 B．回归系数改变
C．常数项和回归系数都改变 D．常数项和回归系数都不改变
E．决定系数改变
二、计算与分析
1. 12名20岁女青年的身高与体重资料如下表，试问女青年身高与体重之间有无相关关系？
表 12名20岁女青年的身高与体重资料
编号 1 2 3 4 5 6 7 8 9 10 11 12 身高（cm）164 156 172 172 177 180 166 162 172 167 158 152 体重（kg）55 56 60 68 66 65 56 55 60 55 46 51
2. 某医师研究某种代乳粉价值时，用大白鼠做实验，得大白鼠进食量和体
重增加量的资料如下，试问大白鼠的进食量与体重的增加量之间有无关系？能否
用大白鼠的进食量来估计其体重的增加量？
大白鼠进食量和体重增加量的资料
动物编号 1 2 3 4 5 6 7 8 9 10 11 进食量（g）820 780 720 867 690 787 934 679 639 820 780 增重量（g）165 158 130 180 134 167 186 145 120 150 135
第二章 简单线性回归模型 一、单项选择题 1．影响预测误差的因素有（ ） A ．置信度 B ．样本容量 C ．新解释变量X 0偏离解释变量均值的程度 D ．如果给定值X 0等于X 的均值时，置信区间越长越好。 2．OLS E 的统计性质（ ） A ．线性无偏性 B ．独具最小方差性 C ．线性有偏 D ．β∧ 是β的一致估计 3．OLSE 的基本假定（ ） A ．解释变量非随机 B ．零均值 C ．同方差 D ．不自相关 4.F 检验与拟合优度指标之间的关系( ) A ． 21111n p p R --?? ?- ?-?? B ． 21111n p p R --?? ?- ?-?? C ． 2111n p p R -???- ?-?? D ． 2111n p p R -???- ?-?? 5．相关分析和回归分析的共同点( ) A ．都可表示程度和方向 B ．必须确定解释(自)变量和被解释(因)变量 C ．不用确定解释(自)变量和被解释(因)变量 D ．都研究变量间的统计关系 6．OLS E 的基本假设有（ ） A ．解释变量是随机的 B ．随机误差项的零均值假设
C ．随机误差项同方差假设 D ．随机误差项线性相关假设 7．与 2 ()() 1 ()1i i i n x x y y i n x x i - --==∑∑ 等价的式子是（ ） A ．2 2 1()1i i i n x y nx y i n x n x i -=-=∑∑ B ．2()1()1i i i n x x y i n x x i --==∑∑ C ．2()1()1i i i n x x x i n x x i -=-=∑∑ D ．xy xx L L 8．下列等式正确的是（ ） A ．SSR=SST+SSE B ．SST=SSR+SSE C ．SSE=SSR+SST D ．SST=SST ×SSE 9．无偏估计量i β的方差是（ ） A ． 2 1 () n j j X X σ=-∑ B ． 2 2 1 ()n j j X X σ=-∑ C ． 2 () n j j X X σ=-∑
第九章相关与简单线性回归分析 第一节相关与回归的基本概念 一、变量间的相互关系 现象之间存在的依存关系包括两种：确定性的函数关系和不确定性的统计关系，即相关关系。 二、相关关系的类型 1、从相关关系涉及的变量数量来看：简单相关关系；多重相关或复相关。 2、从变量相关关系变化的方向看：正相关；负相关。 3、从变量相关的程度看：完全相关；不相关；不完全相关。 二、相关分析与回归分析概述 相关分析就是用一个指标（相关系数）来表明现象间相互依存关系的性质和密切程度；回归分析是在相关关系的基础上进一步说明变量间相关关系的具体形式，可以从一个变量的变化去推测另一个变量的变化。 相关分析与回归分析的区别： 目的不同：相关分析是用一定的数量指标度量变量间相互联系的方向和程度；回归分析是要寻求变量间联系的具体数学形式，要根据自变量的固定值去估计和预测因变量的值。 对变量的处理不同：相关分析不区分自变量和因变量，变量均视为随机变量；回归区分自变量和因变量，只有因变量是随机变量。 注意：相关和回归分析都是就现象的宏观规律/平均水平而言的。 第二节简单线性回归 一、基本概念 如果要研究两个数值型／定距变量之间的关系，以收入x与存款额y为例，对n个人进行独立观测得到散点图，如果可以拟合一条穿过这一散点图的直线来描述收入如何影响存款，即简单线形回归。 二、回归方程 在散点图中，对于每一个确定的x值，y的值不是唯一的，而是符合一定概率分布的随机变量。如何判断两个变量之间存在相关关系？要看对应不同的x，y的概率分布是否相同/y的总体均值是否相等。 在x=xi的条件下，yi的均值记作E(yi)，如果它是x的函数，E(yi) =f(xi)，即回归方程，就表示y和x之间存在相关关系，回归方程就是研究自变量不同取值时，因变量y的平均值的变化。当y的平均值和x呈现线性关系时，称作线性回归方程，只有一个自变量就是一元线性回归方程。 一元线性回归方程表达式：E(y i )= α+βx i ，其中α称为常数，β称为回
第十三讲 简单线性相关（一元线性回归分析） 对于两个或更多变量之间的关系，相关分析考虑的只是变量之间是否相关、相关的程度，而回归分析关心的问题是：变量之间的因果关系如何。回归分析是处理一个或多个自变量与因变量间线性因果关系的统计方法。如婚姻状况与子女生育数量，相关分析可以求出两者的相关强度以及是否具有统计学意义，但不对谁决定谁作出预设，即可以相互解释，回归分析则必须预先假定谁是因谁是果，谁明确谁为因与谁为果的前提下展开进一步的分析。 一、一元线性回归模型及其对变量的要求 （一）一元线性回归模型 1、一元线性回归模型示例 两个变量之间的真实关系一般可以用以下方程来表示： Y=A + BX + ε 方程中的A 、B 是待定的常数，称为模型系数，ε是残差，是以X 预测Y 产生的误差。 两个变量之间拟合的直线是： y a bx ∧ =+ y ∧ 是 y 的拟合值或预测值，它是在X 条件下Y 条件均值的估计 a 、 b 是回归直线的系数，是总体真实直线A 、B 的估计值，a 即 constant 是截距，当自变量的值为0时，因变量的值。 b 称为回归系数，指在其他所有的因素不变时，每一单位自变量的变化引起的因变量的变化。 可以对回归方程进行标准化，得到标准回归方程： y x ∧ =β β 为标准回归系数，表示其他变量不变时，自变量变化一个标准差单位（Z X X S j j j = -），因变量Y 的标准差的平均变化。
由于标准化消除了原来自变量不同的测量单位，标准回归系数之间是可以比较的，绝对值的大小代表了对因变量作用的大小，反映自变量对Y的重要性。 （二）对变量的要求：回归分析的假定条件 回归分析对变量的要求是： 自变量可以是随机变量，也可以是非随机变量。自变量X值的测量可以认为是没有误差的，或者说误差可以忽略不计。 回归分析对于因变量有较多的要求，这些要求与其它的因素一起，构成了回归分析的基本条件：独立、线性、正态、等方差。 （三）数据要求 模型中要求一个因变量，一个或多个自变量（一元时为1个自变量）。 因变量：要求间距测度，即定距变量。 自变量：间距测度（或虚拟变量）。 二、在对话框中做一元线性回归模型 例1：试用一元线性回归模型，分析大专及以上人口占6岁及以上人口的比例（edudazh）与人均国内生产总值（agdp）之间的关系。 本例使用的数据为st2004.sav，操作步骤及其解释如下： （一）对两个变量进行描述性分析 在进行回归分析以前，一个比较好的习惯是看一下两个变量的均值、标准差、最大值、最小值和正态分布情况，观察数据的质量、缺少值和异常值等，缺少值和异常值经常对线性回归分析产生重要影响。最简单的，我们可以先做出散点图，观察变量之间的趋势及其特征。通过散点图，考察是否存在线性关系，如果不是，看是否通过变量处理使得能够进行回归分析。如果进行了变量转换，那么应当重新绘制散点图，以确保在变量转换以后，线性趋势依然存在。 打开st2004.sav数据→单击Graphs → S catter →打开Scatterplot 对话框→单击Simple →单击 Define →打开 Simple Scatterplot对话框→点选 agdp到 Y Axis框→点选 edudazh到 X Aaxis框内→单击 OK 按钮→在SPSS的Output窗口输出所需图形。 图12－1 大专及以上人口占6岁及以上人口比例与人均国内生产总值的散点图
第10章 简单线性回归分析 思考与练习参考答案 一、最佳选择题 1．如果两样本的相关系数21r r =，样本量21n n =，那么（ D ）。 A. 回归系数21b b = B ．回归系数12b b < C. 回归系数21b b > D ．t 统计量11r b t t = E. 以上均错 2．如果相关系数r =1，则一定有（ C ）。 A ．总SS =残差SS B ．残差SS =回归 SS C ．总SS =回归SS D ．总SS ＞回归SS E. 回归MS =残差MS 3．记ρ为总体相关系数，r 为样本相关系数，b 为样本回归系数，下列（ D ）正确。 A ．ρ=0时，r =0 B ．|r |＞0时，b ＞0 C ．r ＞0时，b ＜0 D ．r ＜0时，b ＜0 E. |r |=1时，b =1 4．如果相关系数r =0，则一定有（ D ）。 A ．简单线性回归的截距等于0 B ．简单线性回归的截距等于Y 或X C ．简单线性回归的残差SS 等于0 D ．简单线性回归的残差SS 等于SS 总 E ．简单线性回归的总SS 等于0 5．用最小二乘法确定直线回归方程的含义是（ B ）。 A ．各观测点距直线的纵向距离相等 B ．各观测点距直线的纵向距离平方和最小 C ．各观测点距直线的垂直距离相等 D ．各观测点距直线的垂直距离平方和最小 E ．各观测点距直线的纵向距离等于零 二、思考题 1．简述简单线性回归分析的基本步骤。 答：① 绘制散点图，考察是否有线性趋势及可疑的异常点；② 估计回归系数；③ 对总体回归系数或回归方程进行假设检验；④ 列出回归方程，绘制回归直线；⑤ 统计应用。 2．简述线性回归分析与线性相关的区别与联系。
第10章简单线性回归分析 案例辨析及参考答案 案例10-1年龄与身高预测研究。某地调查了4～18岁男孩与女孩身高，数据见教材表10-4,试描述男孩与女孩平均身高与年龄间的关系，并预测10.5岁、16.5岁、19岁与20岁男孩与女孩的身高。 教材表10-4 某地男孩与女孩平均身高与年龄的调查数据 采用SPSS对身高与年龄进行回归分析，结果如表教材10-5和教材表10-6所示。 教材表10-5 男孩身高对年龄的简单线性回归分析结果 估计值标准误P Constant 83.736 3 1.882 4 44.483 9 0.000 0 AGE 5.274 8 0.167 6 31.479 8 0.000 0 =990.98 =98.5% 教材表10-6 女孩身高对年龄的简单线性回归分析结果 估计值标准误P Constant 88.432 6 3.280 0 26.961 1 0.000 0 AGE 4.534 0 0.292 0 15.529 0 0.000 0 =241.15 =94.1% 经拟合简单线性回归模型，检验结果提示回归方程具有统计学意义。结果提示，拟合效果非常好，故可认为： （1）男孩与女孩的平均身高随年龄线性递增，年龄每增长1岁，男孩与女孩身高分别平均增加5.27 cm与4.53 cm，男孩生长速度快于女孩的生长速度。 （2）依照回归方程预测该地男孩10.5岁、16.5岁、19岁和20岁的平均身高依次为139.1 cm、170.8 cm、184.0 cm和189.2 cm；该地女孩10.5岁、16.5岁、19岁和20岁的平均身高依次为136.0 cm、163.2 cm、174.6 cm和179.1 cm。 针对以上分析结果，请考虑： （1）分析过程是否符合回归分析的基本规范？ （2）回归模型能反映数据的变化规律吗？ （3）拟合结果和依据回归方程而进行的预测有问题吗？
线性回归方程中的相关系数r r=∑(Xi-X的平均数)(Yi-Y平均数)/根号下[∑(Xi-X平均数)^2*∑(Yi-Y平均数)^2]
R2就是相关系数的平方， R在一元线性方程就直接是因变量自变量的相关系数，多元则是复相关系数 判定系数R^2 也叫拟合优度、可决系数。表达式是: R^2=ESS/TSS=1-RSS/TSS 该统计量越接近于1，模型的拟合优度越高。 问题：在应用过程中发现，如果在模型中增加一个解释变量，R2往往增大 这就给人一个错觉：要使得模型拟合得好，只要增加解释变量即可。 ——但是，现实情况往往是，由增加解释变量个数引起的R2的增大与拟合好坏无关，R2需调整。 这就有了调整的拟合优度: R1^2=1-(RSS/(n-k-1))/(TSS/(n-1)) 在样本容量一定的情况下，增加解释变量必定使得自由度减少，所以调整的思路是:将残差平方和与总离差平方和分别除以各自的自由度，以剔除变量个数对拟合优度的影响: 其中：n-k-1为残差平方和的自由度，n-1为总体平方和的自由度。 总是来说，调整的判定系数比起判定系数，除去了因为变量个数增加对判定结果的影响。R = R接近于1表明Y与X1，X2 ，…，Xk之间的线性关系程度密切； R接近于0表明Y与X1，X2 ，…，Xk之间的线性关系程度不密切 相关系数就是线性相关度的大小，1为（100%）绝对正相关，0为0%，-1为（100%）绝对负相关 相关系数绝对值越靠近1，线性相关性质越好，根据数据描点画出来的函数-自变量图线越趋近于一条平直线，拟合的直线与描点所得图线也更相近。 如果其绝对值越靠近0，那么就说明线性相关性越差，根据数据点描出的图线和拟合曲线相差越远（当相关系数太小时，本来拟合就已经没有意义，如果强行拟合一条直线，再把数据点在同一坐标纸上画出来，可以发现大部分的点偏离这条直线很远，所以用这个直线来拟合是会出现很大误差的或者说是根本错误的）。 分为一元线性回归和多元线性回归 线性回归方程中,回归系数的含义 一元： Y^=bX+a b表示X每变动（增加或减少）1个单位,Y平均变动（增加或减少）b各单位多元： Y^=b1X1+b2X2+b3X3+a 在其他变量不变的情况下，某变量变动1单位，引起y平均变动量 以b2为例：b2表示在X1、X3（在其他变量不变的情况下）不变得情况下，X2每变动1单位，y平均变动b2单位
第二章(简单线性回归模型)2-2答案
2.2 简单线性回归模型参数的估计 一、判断题 1.使用普通最小二乘法估计模型时，所选择的回归线使得所有观察值的残差和达到最小。（F) 2.随机扰动项i u 和残差项i e 是一回事。（F ） 3.在任何情况下OLS 估计量都是待估参数的最优线性无偏估计。（F ） 4.满足基本假设条件下，随机误差项i μ服从正态分布，但被解释变量Y 不一定服从正态分 布。 （ F ） 5.如果观测值i X 近似相等，也不会影响回归系数的估计量。 （ F ） 二、单项选择题 1．设样本回归模型为i 01i i ??Y =X +e ββ+，则普通最小二乘法确定的i ?β的公式中，错误的是（ D ）。 A ． ()() () i i 1 2 i X X Y -Y ?X X β--∑∑＝ B ． () i i i i 1 2 2i i n X Y -X Y ?n X -X β ∑∑∑∑∑＝ C ．i i 122i X Y -nXY ?X -nX β∑∑＝ D ．i i i i 12 x n X Y -X Y ?βσ∑∑∑＝ 2．以Y 表示实际观测值，?Y 表示回归估计值，则普通最小二乘法估计参数的准则是使（ D ）。 A ．i i ?Y Y 0∑（－）＝ B ．2 i i ?Y Y 0∑ （－）＝ C ．i i ?Y Y ∑（－）＝最小 D ．2 i i ?Y Y ∑ （－）＝最小 3．设Y 表示实际观测值，?Y 表示OLS 估计回归值，则下列哪项成立（ D ）。 A ．?Y Y ＝ B ．?Y Y ＝ C ．?Y Y ＝ D ．?Y Y ＝ 4．用OLS 估计经典线性模型i 01i i Y X u ββ+＝＋，则样本回归直线通过点（ D ）。 A ．X Y （，） B ． ?X Y （，） C ．?X Y （，） D ．X Y （，） 5．以Y 表示实际观测值，?Y 表示OLS 估计回归值，则用OLS 得到的样本回归直线
第二章简单线性回归模型练习题 一、术语解释 1 解释变量 2 被解释变量 3 线性回归模型 4 最小二乘法 5 方差分析 6 参数估计 7 控制 8 预测 二、填空 ξ，目的在于使模型更1 在经济计量模型中引入反映（）因素影响的随机扰动项 t 符合（）活动。 2 在经济计量模型中引入随机扰动项的理由可以归纳为如下几条：（1）因为人的行为的（）、社会环境与自然环境的（）决定了经济变量本身的（）；（２）建立模型时其他被省略的经济因素的影响都归入了（）中；（３）在模型估计时，（）与归并误差也归入随机扰动项中；（4）由于我们认识的不足，错误的设定了（）与（）之间的数学形式，例如将非线性的函数形式设定为线性的函数形式，由此产生的误差也包含在随机扰动项中了。 3 （）是因变量离差平方和，它度量因变量的总变动。就因变量总变动的变异来源看，它由两部分因素所组成。一个是自变量，另一个是除自变量以外的其他因素。（）是拟合值的离散程度的度量。它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。（）是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。 4 回归方程中的回归系数是自变量对因变量的（）。某自变量回归系数β的意义，指
的是该自变量变化一个单位引起因变量平均变化（ ）个单位。 5 模型线性的含义，就变量而言，指的是回归模型中变量的（ ）；就参数而言，指的是回归模型中的参数的（ ）；通常线性回归模型的线性含义是就（ ）而言的。 6 样本观察值与回归方程理论值之间的偏差，称为（ ），我们用残差估计线性模型中的（ ）。 三、简答题 1 在线性回归方程中，“线性”二字如何理解 2 用最小二乘法求线性回归方程系数的意义是什么 3 一元线性回归方程的基本假设条件是什么 4 方差分析方法把数据总的平方和分解成为两部分的意义是什么 5 试叙述t 检验法与相关系数检验法之间的联系。 6 应用线性回归方程控制和预测的思想。 7 线性回归方程无效的原因是什么 8 回归分析中的随机误差项i ε有什么作用它与残差项t e 有何区别 9 判断如下模型，哪些是线性模型，哪些不是。以及它们经过怎样的变化能够变成线性模型 模型 描述性名称 121 .i i i a Y X ββε?? =++ ??? 倒数 12.ln i i i b Y X ββε=++ 半对数 12.ln i i i c Y X ββε=++ 反半对数 12. ln ln ln i i i c Y X ββε=++ 对数或双对数 121 . ln i i i c Y X ββε?? =-+ ??? 对数倒数 10 如下模型是线性回归模型吗并说出原因。 12.i i X i a Y e ββε++= 121.1i i i X b Y e ββε++= +
时间：2018年3月20日必修3第二章统计 第9课时线性相关与线性回归方程 学习目标：能在散点图中作出线性回归直线，能用线性回归方程进行预测 了解最小二乘法的含义及思想 理解数形结合、数学模型化的数学思想与方法 学习过程： 一、最小二乘法是什么？怎样得到线性回归直线方程？ 1．在一次对人体脂肪含量和年龄关系的研究中，研究人员获得了一组样本数据。 人体的脂肪百分比和年龄： 年龄23 27 39 41 45 49 50 脂肪9.5 17.8 21.2 25.9 27.5 26.3 28.2 年龄53 54 56 57 58 60 61 脂肪29.6 30.2 31.4 30.8 33.5 35.2 34.6 根据上述数据，人体的脂肪含量y与年龄x之间有怎样的关系？ （1）回归直线方程可不可以象前节一样取其中两个点得到？ （2）可不可以考虑选择不同的几组点求出相应的直线的斜率与截距，再求这些斜率、截距的平均值得到回归直线方程？ （3）你认为回归直线相对于样本数据的各点而言应具备什么特点才可靠？ （4）怎样刻画“样本数据的各点到回归直线的距离最小”？ （5）将表中的年龄作为x代入所求回归方程，得出的数值与真实值之间有什么关系？你怎样看待这种情况？ 2．当两个变量线性相关时，这两个变量的线性回归直线方程（简称回归方程）如何求？ 其中系数可直接由公式求之： 回归直线方程表明回归直线过点（称之为样本点的中心）
二、问题分析 1．设某大学的女生体重y（单位：kg）与身高x（单位：cm）具有线性相关关系，根据一组样本数据（x i，y i）（i=1，2，…，n），用最小二乘法建立的回归方程为 y=0.85x-85.71， 则下列结论中不正确的是 A.y与x具有正的线性相关关系 B.回归直线过样本点的中心（x，y） C.若该大学某女生身高增加1cm，则其体重约增加0.85kg D.若该大学某女生身高为170cm，则可断定其体重为58.79kg 2．有一个同学家开了一个小卖部，他为了研究气温对热饮销售的影响，经过统计，得到一个卖出的热饮杯数与当天气温的对比表： 摄氏温度/℃－5 0 4 7 12 15 19 23 27 31 36 热饮杯数156 150 132 128 130 116 104 89 93 76 54 （1）画出散点图； （2）从散点图中发现气温与热饮销售杯数之间关系的一般规律； （3）求回归方程； （4）如果某天气温是2℃，预测这天卖出的热饮杯数。 三、总结性思考 1．最小二乘法是什么意思？ 2．怎样根据样本数据求线性回归直线方程？ 四、课后作业 P94 A3 五、再思考
实验报告 1. 实验目的 随着中国经济的发展，居民的常住收入水平不断提高，粮食销售量也不断增长。研究粮食年销售量与人均收入之间的关系，对于探讨粮食年销售量的增长的规律性有重要的意义。 2. 模型设定 为了分析粮食年销售量与人均收入之间的关系,选择“粮食年销售量”为被解释变量（用Y表示），选择“人均收入”为解释变量（用X 表示）。本次实验报告数据取自某市从1974年到1987年的数据（教材书上101页表3.11），数据如下图所示： 为分析粮食年销售量与人均收入的关系，做下图所谓的散点图: 粮食年销售量与人均收入的散点图 从散点图可以看出粮食年销售量与人均收入大体呈现为线性关系，可以建立如下简单现行回归模型：
3.估计参数 假定所建模型及其中的随机扰动项满足各项古典假定，可以用OLS 法估计其参数。 通过利用EViews对以上数据作简单线性回归分析，得出回归结果如下表所示： 可用规范的形式将参数估计和检验的结果写为： 99.61349+0.08147 （6.431242）（0.10738） t= (15.48900) (7.587119) =0.827498 F=57.56437 n=14 4.模型检验 （1）.经济意义检验 所估计的参数=99.61349，=0.08147，说明人均收入每增加1元，平均说来可导致粮食年销售量提高0.08147元。这与经济学中边际消费倾向的意义相符。 （2）.拟合优度和统计检验 拟合优度的度量：由回归结果表可以看出，本实验中可决系数为0.827498，说明所建模型整体上对样本数据拟合一般偏好。 对回归系数的t检验：针对:=0 和:=0，由回归结果表中还可以看出，估计的回归系数的标准误差和t值分别为：SE()=6.431242,t()=15.48900;的标准误差和t值分别为：SE()=0.10738,t()=7.587119.取a=0.05，查t分布表自由度为n-2=14-2=12的临界值（12）=2.179.因为t()=15.48900>（12）=2.179, 所以应拒绝:=0;因为t()=7.587119>（12）=2.179.所以应拒绝:=0。
第三节 多元线性相关与回归分析 一、标准的多元线性回归模型 上一节介绍的一元线性回归分析所反映的是１个因变量与１个自变量之间的关系。但是，在现实中，某一现象的变动常受多种现象变动的影响。例如，消费除了受本期收入水平的影响外，还会受以往消费和收入水平的影响；一个工业企业利润额的大小除了与总产值多少有关外，还与成本、价格等有关。这就是说，影响因变量的自变量通常不是一个，而是多个。在许多场合，仅仅考虑单个变量是不够的，还需要就一个因变量与多个自变量的联系来进行考察，才能获得比较满意的结果。这就产生了测定与分析多因素之间相关关系的问题。 研究在线性相关条件下，两个和两个以上自变量对一个因变量的数量变化关系，称为多元线性回归分析，表现这一数量关系的数学公式，称为多元线性回归模型。多元线性回归模型是一元线性回归模型的扩展，其基本原理与一元线性回归模型相类似，只是在计算上比较麻烦一些而已。限于本书的篇幅和程度，本节对于多元回归分析中与一元回归分析相类似的内容，仅给出必要的结论，不作进一步的论证。只对某些多元回归分析所特有的问题作比较详细的说明。 多元线性回归模型总体回归函数的一般形式如下： t kt k t t u X X Y ++?++=βββ221 (7.51) 上式假定因变量Y 与(k-1)个自变量之间的回归关系可以用线性函数来近似反映.式中，Y t 是变量Y 的第ｔ个观测值；X jt 是第j 个自变量X j 的第ｔ个观测值(j=1,2,……，k)；u t 是随机误差项；β1，β2，… ，βk 是总体回归系数。βj 表示在其他自变量保持不变的情况下，自变量X j 变动一个单位所引起的因变量Y 平均变动的数额，因而又叫做偏回归系数。该式中，总体回归系数是未知的，必须利用有关的样本观测值来进行估计。 假设已给出了ｎ个观测值，同时1?β，2?β…，k β? 为总体回归系数的估计，则多元线性回归模型的样本回归函数如下： t kt k t t e X X Y ++?++=βββ???221 (7.52) (t ＝1,2,…,n) 式中，e t 是Y t 与其估计t Y ? 之间的离差，即残差。与一元线性回归分析相类似，为了进行多元线性回归分析也需要提出一些必要的假定。多元线性回归分析的标准假定除了包括上一节中已经提出的关于随机误差项的假定外，还要追加一条假定。这就是回归模型所包含的自变量之间不能具有较强的线性关系，同时样本容量必须大于所要估计的回归系数的个数即n ＞k 。我们称这条假定为标准假定６。 二、多元线性回归模型的估计 （一）回归系数的估计
第十一章线性相关分析与线性回归分析 11.1 两个变量之间的线性相关分析 相关分析是在分析两个变量之间关系的密切程度时常用的统计分析方法。最简单的相关分析是线性相关分析，即两个变量之间是一种直线相关的关系。相关分析的方法有很多，根据变量的测量层次不同，可以选择不同的相关分析方法。总的来说，变量之间的线性相关关系分为三种。一是正相关，即两个变量的变化方向一致。二是负相关，即两个变量的变化方向相反。三是无相关，即两个变量的变化趋势没有明显的依存关系。两个变量之间的相关程度一般用相关系数r 来表示。r 的取值范围是：-1≤r≤1。∣r∣越接近1，说明两个变量之间的相关性越强。∣r∣越接近0，说明两个变量之间的相关性越弱。相关分析可以通过下述过程来实现： 11.1.1 两个变量之间的线性相关分析过程 1．打开双变量相关分析对话框 执行下述操作： Analyze→Correlate(相关)→Bivariate（双变量）打开双变量相关分析对话框，如图11-1 所示。 图11-1 双变量相关分析对话框 2．选择进行相关分析的变量 从左侧的源变量窗口中选择两个要进行相关分析的变量进入Variable 窗口。 3．选择相关系数。 Correlation Coefficient 是相关系数的选项栏。栏中提供了三个相关系数的选项：（1）Pearson:皮尔逊相关，即积差相关系数。适用于两个变量都为定距以上变量，且两个
变量都服从正态分布的情况。这是系统默认的选项。 （2）Kendall：肯德尔相关系数。它表示的是等级相关，适用于两个变量都为定序变量的情况。 （3）Spearman:斯皮尔曼等级相关。它表示的也是等级相关，也适用于两个变量都为定序变量的情况。 4．确定显著性检验的类型。 Test of Significance 是显著性检验类型的选项栏，栏中包括两个选项： （1）Two-tailed:双尾检验。这是系统默认的选项。 （2）One-tailed:单尾检验。 5．确定是否输出相关系数的显著性水平 Flag significant Correlations:是标出相关系数的显著性选项。如果选中此项，系统在输出结果时，在相关系数的右上方使用“*”表示显著性水平为0.05；用“**”表示显著性水平为0.01。 6. 选择输出的统计量 单击Options 打开对话框，如图11-2 所示。 图11-2 相关分析选项对话框 （1）Statistics 是输出统计量的选项栏。 1）Means and standard deviations 是均值与标准差选项。选择此项，系统将在输出文件中输出均值与标准差。 2）Cross- product deviations and covariances 是叉积离差与协方差选项。选择此项，系统将在输出文件中输出每个变量的离差平方和与两个变量的协方差。 上述两项选择只有在主对话框中选择了Pearson:皮尔逊相关后，计算结果才有价值。 （2）缺失值的处理办法 Missing Valuess 是处理缺失值的选项栏。 1）Exclude cases pairwise 是成对剔除参与相关系数计算的两个变量中有缺失值的个案。2）Exclude cases listwise 是剔除带有缺失值的所有个案。 上述选项做完以后，单击Continue 按钮，返回双变量相关分析对话框。 8．单击OK 按钮，提交运行。系统在输出文件窗口中输出相关分析的结果。 11.1.2 两个变量之间的线性相关分析实例分析
第二章 简单线性回归模型练习题 一、术语解释 1 解释变量 2 被解释变量 3 线性回归模型 4 最小二乘法 5 方差分析 6 参数估计 7 控制 8 预测 二、填空 1 在经济计量模型中引入反映（ ）因素影响的随机扰动项t ξ，目的在于使模型更符合（ ）活动。 2 在经济计量模型中引入随机扰动项的理由可以归纳为如下几条：（1）因为人的行为的（ ）、社会环境与自然环境的（ ）决定了经济变量本身的（ ）；（２）建立模型时其他被省略的经济因素的影响都归入了（ ）中；（３）在模型估计时，（ ）与归并误差也归入随机扰动项中；（4）由于我们认识的不足，错误的设定了（ ）与（ ）之间的数学形式，例如将非线性的函数形式设定为线性的函数形式，由此产生的误差也包含在随机扰动项中了。 3 （ ）是因变量离差平方和，它度量因变量的总变动。就因变量总变动的变异来源看，它由两部分因素所组成。一个是自变量，另一个是除自变量以外的其他因素。（ ）是拟合值的离散程度的度量。它是由自变量的变化引起的因变量的变化，或称自变量对因变量变化的贡献。（ ）是度量实际值与拟合值之间的差异，它是由自变量以外的其他因素所致，它又叫残差或剩余。 4 回归方程中的回归系数是自变量对因变量的（ ）。某自变量回归系数β的意义，指的是该自变量变化一个单位引起因变量平均变化（ ）个单位。 5 模型线性的含义，就变量而言，指的是回归模型中变量的（ ）；就参数而言，指的是回归模型中的参数的（ ）；通常线性回归模型的线性含义是就（ ）而言的。 6 样本观察值与回归方程理论值之间的偏差，称为（ ），我们用残差估计线性模型中的（ ）。 三、简答题 1 在线性回归方程中，“线性”二字如何理解？ 2 用最小二乘法求线性回归方程系数的意义是什么？ 3 一元线性回归方程的基本假设条件是什么？ 4 方差分析方法把数据总的平方和分解成为两部分的意义是什么？ 5 试叙述t 检验法与相关系数检验法之间的联系。 6 应用线性回归方程控制和预测的思想。 7 线性回归方程无效的原因是什么？ 8 回归分析中的随机误差项i ε有什么作用？它与残差项t e 有何区别？
回归分析与相关分析联系、区别 简单线性回归分析是对两个具有线性关系的变量，研究其相关性，配合线性回归方程，并根据自变量的变动来推算和预测因变量平均发展趋势的方法。 回归分析（Regression analysis）通过一个变量或一些变量的变化解释另一变量的变化。 主要内容和步骤：首先依据经济学理论并且通过对问题的分析判断，将变量分为自变量和因变量，一般情况下，自变量表示原因，因变量表示结果；其次，设法找出合适的数学方程式（即回归模型）描述变量间的关系；接着要估计模型的参数，得出样本回归方程；由于涉及到的变量具有不确定性，接着还要对回归模型进行统计检验，计量经济学检验、预测检验；当所有检验通过后，就可以应用回归模型了。 回归的种类 回归按照自变量的个数划分为一元回归和多元回归。只有一个自变量的回归叫一元回归，有两个或两个以上自变量的回归叫多元回归。 按照回归曲线的形态划分，有线性（直线）回归和非线性（曲线）回归。 相关分析与回归分析的关系 （一）相关分析与回归分析的联系 相关分析是回归分析的基础和前提，回归分析则是相关分析的深入和继续。相关分析需要依靠回归分析来表现变量之间数量相关的具体形式，而回归分析则需要依靠相关分析来表现变量之间数量变化的相关程度。只有当变量之间存在高度相关时，进行回归分析寻求其相关的具体形式才有意义。如果在没有对变量之间是否相关以及相关方向和程度做出正确判断之前，就进行回归分析，很容易造成“虚假回归”。与此同时，相关分析只研究变量之间相关的方向和程度，不能推断变量之间相互关系的具体形式，也无法从一个变量的变化来推测另一个变量的变化情况，因此，在具体应用过程中，只有把相关分析和回归分析结合起来，才能达到研究和分析的目的。 （二）相关分析与回归分析的区别 1．相关分析中涉及的变量不存在自变量和因变量的划分问题，变量之间的关系是对等的；而在回归分析中，则必须根据研究对象的性质和研究分析的目的，对变量进行自变量和因变量的划分。因此，在回归分析中，变量之间的关系是不对等的。 2．在相关分析中所有的变量都必须是随机变量；而在回归分析中，自变量是确定的，因变量才是随机的，即将自变量的给定值代入回归方程后，所得到的因变量的估计值不是唯一确定的，而会表现出一定的随机波动性。 3．相关分析主要是通过一个指标即相关系数来反映变量之间相关程度的大小，由于变量之间是对等的，因此相关系数是唯一确定的。而在回归分析中，对于互为因果的两个变量(如人的身高与体重，商品的价格与需求量)，则有可能存在多个回归方程。 需要指出的是，变量之间是否存在“真实相关”，是由变量之间的内在联系所决定的。相关分析和回归分析只是定量分析的手段，通过相关分析和回归分析，虽然可以从数量上反映变量之间的联系形式及其密切程度，但是无法准确判断变量之间内在联系的存在与否，也无法判断变量之间的因果关系。因此，在具体应用过程中，一定要注意把定性分析和定量分析结合起来，在定性分析的基础上展开定量分析。
Stata 软件基本操作和数据分析入门 第六讲 线性相关和回归 在实际研究中，经常要考察两个指标之间的关系，即：相关性。现以体重与身高的关系为例，分析两个变量之间的相关性。要求身高和体重呈双正态分布，即：在身高和体重平均数的附近的频数较多，远离身高和体重平均数的频数较少。 样本相关系数计算公式(称为Pearson 相关系数)： ) ()())((2 2 YY XX XY L L L Y Y X X Y Y X X r = ----= ∑∑∑ (1) 1. 考察随机模拟相关的情况。 显示两个变量相关的散点图程序simur.ado （本教材配套程序,使用见前言）。命令为simur 样本量 总体相关系数 如显示样本量为100，ρ=0的散点图 本例命令为simur 100 0
如显示样本量为200，ρ=0.8的散点图本例命令为simur 200 0.8 如显示样本量为200，ρ=0.99的散点图本例命令为simur 200 0.99
如显示样本量为200，ρ=-0.99的散点图 本例命令为simur 200 -0.99 例1. 测得某地15名正常成年男子的身高x（cm）、体重y（kg）如试计算x和y之间的相关系数r并检验H0：ρ＝0 vs H1: ρ≠0。 α=0.05
数据格式为 本例命令pwcorr x y,sig pwcorr x y,sig
Pearson相关系数=0.5994，P值=0.0182<0.05，因此可以认为身高与体重呈正线性相关。 注意：Pearson相关系数又称为线性相关系数并且要求X和Y双正态分布，通常在检查中要求X服从正态分布并且Y服从正态分布。 如果不满足双正态分布时，可以计算Spearman相关系数又称为非参数相关系数。 Spearman相关系数的计算基本思想为：用X和Y的秩代替它们的原始数据，然后代入Pearson相关系数的计算公式并且检验与Pearson 相关系数类同。 Stata实现 spearman x y stata计算结果与手算的结果一致。结论为身高与体重呈正相关，并且有统计学意义。 直线回归 例2 为了研究3岁至8岁男孩身高与年龄的规律，在某地区在3岁至8岁男孩中随机抽样，共分6个年龄层抽样：3岁，4岁，…，8
2.2简单线性回归模型参数的估计 、判断题 1. 使用普通最小二乘法估计模型时， 所选择的回归线使得所有观察值的残差和达到最小。 （F ） 2. 随机扰动项u i 和残差项e i 是一回事。（F ） 3. 在任何情况下 OLS 估计量都是待估参数的最优线性无偏估计。 （F ） 4. 满足基本假设条件下，随机误差项 i 服从正态分布，但被解释变量 Y 不一定服从正态分 布。 5. 如果观测值X i 近似相等，也不会影响回归系数的估计量。 二、单项选择题 D )。 丫? 一 Y 5.以Y 表示实际观测值，丫？表示OLS 估计回归值，则用 OLS 得到的样本回归直线 丫?一 ?） 满足（A ）。 A. （Y i — 丫i ） 一 0 B . （Y i — Y ）2 - 0 C. （Y i — 丫）2-0 D . （丫— Y ） - 0 6. 按经典假设，线性回归模型中的解释变量应是非随机变量，且（ 1. 设样本回归模型为 Y i =^0 ? X i +e i ， 则普通最小二乘法确定的 ?的公式中, 错误的是 A. ?= 1— X i X Y i -Y X i X c. ?一 X i Y i -nXY X i 2-nX 2 ?_ 1 一 n X i Y i - X i Y i i n X i 2- X i 2 n X i Y i - X i Y i i 2 ?以Y 表示实际观测值, Y?表示回归估计值， 则普通最小二乘法估计参数的准则是使 (D )。 A. (Y i — Y i )=o c. (Y — ￡)=最小 3. Y 表示实际观测值, 丫？表示OLS 估计回归值，则下列哪项成立（ D A. 4. 用OLS 估计经典线性模型 Y i 一 0 i X i + u i ，则样本回归直线通过点（ D )。 A . (X, 丫) .(X , Y?) 2 x ?一
线性相关与回归 练习题 一、单项选择题 1. 回归系数的最小二乘估计使其平方和最小的是 A. 各点到X均数直线的横向距离 B. 各点到X轴的横向距离 C. 各点到回归直线的垂直距离 D. 各点到Y均数直线的垂直距离 E. 各点到Y轴的垂直距离 2. 两数值变量相关关系越强，表示 A. 相关系数越大 B. 相关系数的绝对值越大 B. 回归系数越大 C. 回归系数的绝对值越大 E. 相关系数检验统计量的t值越大 3. 回归分析的决定系数2R越接近于1，说明 A. 相关系数越大 B. 回归方程的显著程度越高 C. 应变量的变异越大 D. 应变量的变异越小 E.自变量对应变量的影响越大 4. 两组资料作回归分析，直线回归系数b较大的一组，表示 A．两变量关系密切的可能性较大 B．检验显著的可能性较大 C．决定系数2R较大 D．决定系数2R可能大也可能小 E．数量依存关系更密切 5. 1—7岁儿童可以用年龄（岁）估计体重（市斤），回归方程为?144 =+， Y X 若将体重换成国际单位kg，则此方程 A．常数项改变 B．回归系数改变 C．常数项和回归系数都改变 D．常数项和回归系数都不改变 E．决定系数改变 二、计算与分析 1. 12名20岁女青年的身高与体重资料如下表，试问女青年身高与体重之间有无相关关系？
表 12名20岁女青年的身高与体重资料 编号 1 2 3 4 5 6 7 8 9 10 11 12 身高（cm）164 156 172 172 177 180 166 162 172 167 158 152 体重（kg）55 56 60 68 66 65 56 55 60 55 46 51 2. 某医师研究某种代乳粉价值时，用大白鼠做实验，得大白鼠进食量和体 重增加量的资料如下，试问大白鼠的进食量与体重的增加量之间有无关系？能否 用大白鼠的进食量来估计其体重的增加量？ 大白鼠进食量和体重增加量的资料 动物编号 1 2 3 4 5 6 7 8 9 10 11 进食量（g）820 780 720 867 690 787 934 679 639 820 780 增重量（g）165 158 130 180 134 167 186 145 120 150 135
第十章 相关与回归分析 第一节 简单线性相关分析 一、简单线性相关（直线相关）的概念： 二、相关关系的种类： （一）按相关程度划分可分为完全相关、不完全相关、和不相关 （二）按相关方向划分可分为正相关和负相关 （三）按相关的形式划分可分为线形相关和非线形相关 （四）按变量多少划分可分为单相关、复相关和偏相关 三、相关分析 相关分析一般可以借助相关系数与相关图来进行相关分析。 （一）相关系数 1．简单相关系数的含义 反映两个变量之间线性相关密切程度和相关方向的统计测定,它是其他相关系数形成的基础。 2．简单相关系数的计算 ∑∑∑-?---= 2 2 ) ()())((y y x x y y x x r （6.17） 或化简为:()() 2 2 2 2 ∑∑∑∑∑∑∑-?--=y y n x x n y x xy n r （6.18） 3．相关系数的性质 （1）相关系数的取值范围在-1和+1之间，即：–1≤r ≤ 1。 （2）计算结果，若r 为正，则表明两变量为正相关；若r 为负，
则表明两变量为负相关。 （3）相关系数r 的数值越接近于1（–1或+1），表示相关系数越强；越接近于0，表示相关系数越弱。如果r=1或–1，则表示两个现象完全直线性相关。如果r=0，则表示两个现象完全不相关（不是直线相关）。 （4）判断两变量线性相关密切程度的具体标准为： 3.00<≤r ，称为微弱相关；5.03.0<≤r ，称为低度相关； 8.05.0<≤r ，称为显著相关；18.0<≤r 称为高度相关。 （二）相关图 相关图又称散点图。它是以直角坐标系的横轴代表标量X ，纵轴代表标量Y ，将两个变量间相对应的变量值用坐标点的形式描绘出来，用来反映两变量之间相关关系的图形。 四.相关系数的假设检验 1．目的：相关系数检验的目的是判断两变量的总体是否有相关关系。检验样本相关系数r 是否总体相关系数为0的总体，如概率p ＜0.05，认为两变量存在相关关系。 2．方法：有t 检验和查表法。 (1) t 检验法: 统计量计算为： 2 12 --= n r r t r ； v = n-2 (2)查表法:是直接查相关系数界值表得到相应的概率p 。统计量r 绝对值越大，p 越小。