二、回归分析和相关分析
➢联系 由相关系数的大小决定是否需要进行回归分析。
在相关分析的基础上建立回归模型，以便进行推算、 预测，同时相关系数还是检验回归分析效果的标准。
➢ 区别 相关分析研究的变量都是随机变量，并且不分
自变量与因变量；回归分析研究的变量要首先明确 那些是自变量，那些是因变量？并且自变量是确定 的普通变量，因变量是随机变量。
设所研究的对象受多个因素 x1, x2,, xm 的影响，假定各个影响 因素与 y 的关系是线性的，这时就需要建立多元线性回归模型：
Y XB
给定变量 y, x1, x2 ,, xm 的一组观测值 yi , x1i , x2i ,, xmi ，对应
地有
yi 1x1i 2x2i mxmi i ， i 1,2,,n
三、回归模型的种类
根据自变量的多少 回归模型可以分为一元回归模型和多元回归模型。
根据回归模型的形式线性与否 回归模型可以分为一元回归模型和多元回归模型。
根据回归模型是否带有虚拟变量 回归模型可以分为普通回归模型和带虚拟变量的回
归模型。 此外，根据回归模型是否用滞后的因变量作自变量，
回归模型又可分为无自回归现象的回归模型和自回归 模型。
-
2)
s0
则在显著性水平为α时，预
测值 yˆ 0 的预测区间为
yˆ 0 t 2 (n 2) s0
当实际观测值较多时， 一般n>30，式 （6.2.31）可简化为
yˆ 0 Z 2 • sy
七、几个应当注意的问题
1．重视数据的收集和甄别
在收集数据的过程中可能会遇到以下困难： （1）一些变量无法直接观测。 （2）数据缺失或出现异常数据。 （3）数据量不够。 （4）数据不准确、不一致、有矛盾。
