第9章 含定性变量的回归模型

应⽤回归分析-第9章课后习题答案第9章含定性变量的回归模型思考与练习参考答案9.1 ⼀个学⽣使⽤含有季节定性⾃变量的回归模型，对春夏秋冬四个季节引⼊4个0-1型⾃变量，⽤SPSS 软件计算的结果中总是⾃动删除了其中的⼀个⾃变量，他为此感到困惑不解。

出现这种情况的原因是什么？答：假如这个含有季节定性⾃变量的回归模型为：tt t t kt k t t D D D X X Y µαααβββ++++++=332211110其中含有k 个定量变量，记为x i 。

对春夏秋冬四个季节引⼊4个0-1型⾃变量，记为D i ，只取了6个观测值，其中春季与夏季取了两次，秋、冬各取到⼀次观测值，则样本设计矩阵为：=000110010110001010010010100011)(616515414313212111k k k k k k X X X X X X X X X X X XD X,显然，(X,D)中的第1列可表⽰成后4列的线性组合，从⽽(X,D)不满秩，参数⽆法唯⼀求出。

这就是所谓的“虚拟变量陷井”，应避免。

当某⾃变量x j 对其余p-1个⾃变量的复判定系数2j R 超过⼀定界限时，SPSS 软件将拒绝这个⾃变量x j 进⼊回归模型。

称Tol j =1-2j R 为⾃变量x j 的容忍度（Tolerance ），SPSS 软件的默认容忍度为0.0001。

也就是说，当2j R ＞0.9999时，⾃变量x j 将被⾃动拒绝在回归⽅程之外，除⾮我们修改容忍度的默认值。

=k βββ 10β=4321ααααα⽽在这个模型中出现了完全共线性，所以SPSS软件计算的结果中总是⾃动删除了其中的⼀个定性⾃变量。

9.2对⾃变量中含有定性变量的问题，为什么不对同⼀属性分别建⽴回归模型，⽽采取设虚拟变量的⽅法建⽴回归模型？答：原因有两个，以例9.1说明。

⼀是因为模型假设对每类家庭具有相同的斜率和误差⽅差，把两类家庭放在⼀起可以对公共斜率做出最佳估计；⼆是对于其他统计推断，⽤⼀个带有虚拟变量的回归模型来进⾏也会更加准确，这是均⽅误差的⾃由度更9.3 研究者想研究采取某项保险⾰新措施的速度y对保险公司的规模x1和保险公司类型的关系（参见参考⽂献【3】）。

第9章相关与回归分析【教学内容】相关分析与回归分析是两种既有区别又有联系的统计分析方法。

本章阐述了相关关系的概念与特点;相关关系与函数关系的区别与联系;相关关系的种类;相关关系的测定方法(直线相关系数的含义、计算方法与运用);回归分析的概念与特点;回归直线方程的求解及其精确度的评价;估计标准误差的计算。

【教学目标】1、了解相关与回归分析的概念、特点和相关分析与回归分析的区别与联系；2、掌握相关分析的定性和定量分析方法；3、掌握回归模型的拟合方法、对回归方程拟合精度的测定和评价的方法。

【教学重、难点】1、相关分析与回归分析的概念、特点、区别与联系；2、相关与回归分析的有关计算公式和应用条件。

第一节相关分析的一般问题一、相关关系的概念与特点（一）相关关系的概念在自然界与人类社会中,许多现象之间是相互联系、相互制约的,表现在数量上也存在着一定的联系。

这种数量上的联系和关系究其实质,可以概括为两种不同类型,即函数关系与相关关系。

相关关系:是指现象之间客观存在的,在数量变化上受随机因素的影响,非确定性的相互依存关系。

例如,商品销售额与流通费用率之间的关系就是一种相关关系。

（二）相关关系的特点1、相关关系表现为数量相互依存关系。

2、相关关系在数量上表现为非确定性的相互依存关系。

二、相关关系的种类1、相关关系按变量的多少,可分为单相关和复相关2、相关关系从表现形态上划分,可分为直线相关和曲线相关3、相关关系从变动方向上划分,可分为正相关和负相关4、按相关的密切程度分,可分为完全相关、不完全相关和不相关三、相关分析的内容相关分析是对客观社会经济现象间存在的相关关系进行分析研究的一种统计方法。

其目的在于对现象间所存在的依存关系及其所表现出的规律性进行数量上的推断和认识,以便为回归分析提供依据。

相关分析的内容和程序是:(1)判别现象间有无相关关系(2)判定相关关系的表现形态和密切程度第二节相关关系的判断与分析一、相关关系的一般判断（一）定性分析对现象进行定性分析,就是根据现象之间的本质联系和质的规定性,运用理论知识、专业知识、实际经验来进行判断和分析。

计量经济学回归分析模型计量经济学是经济学中的一个分支，通过运用数理统计和经济理论的工具，研究经济现象。

其中回归分析模型是计量经济学中最为常见的分析方法之一、回归分析模型主要用于确定自变量与因变量之间的关系，并通过统计推断来解释这种关系。

回归分析模型中的关系可以是线性的，也可以是非线性的。

线性回归模型是回归分析中最为常见和基础的模型。

它可以表示为:Y=β0+β1X1+β2X2+...+βkXk+ε其中，Y代表因变量，X1,X2,...,Xk代表自变量，β0,β1,β2,...,βk代表回归系数，ε代表随机误差项。

回归模型的核心是确定回归系数。

通过最小二乘法估计回归系数，使得预测值与实际观测值之间的差异最小化。

最小二乘法通过使得误差的平方和最小化来估计回归系数。

通过对数据进行拟合，我们可以得到回归系数的估计值。

回归分析模型的应用范围非常广泛。

它可以用于解释和预测经济现象，比如价格与需求的关系、生产力与劳动力的关系等。

此外，回归分析模型还可以用于政策评估和决策制定。

通过分析回归系数的显著性，可以判断自变量对因变量的影响程度，并进行政策建议和决策制定。

在实施回归分析模型时，有几个重要的假设需要满足。

首先，线性回归模型要求因变量和自变量之间存在线性关系。

其次，回归模型要求自变量之间不存在多重共线性，即自变量之间没有高度相关性。

此外，回归模型要求误差项具有同方差性和独立性。

在解释回归分析模型的结果时，可以通过回归系数的显著性来判断自变量对因变量的影响程度。

显著性水平一般为0.05或0.01，如果回归系数的p值小于显著性水平，则说明该自变量对因变量具有显著影响。

此外，还可以通过确定系数R^2来评估模型的拟合程度。

R^2可以解释因变量变异的百分比，值越接近1，说明模型的拟合程度越好。

总之，回归分析模型是计量经济学中非常重要的工具之一、它通过分析自变量和因变量之间的关系，能够解释经济现象和预测未来走势。

在应用回归分析模型时，需要满足一定的假设条件，并通过回归系数和拟合优度来解释结果。

第九章相关与回归分析习题一、单选题1．下面的函数关系是（）。

A、销售人员测验成绩与销售额大小的关系B、圆周的长度决定于它的半径C、家庭的收入和消费的关系D、数学成绩与统计学成绩的关系2．若要证明两变量之间线性相关程度是高的，则计算出的相关系数应接近于（）。

A、+1B、0C、0.5D、+1或-13．回归系数和相关系数的符号是一致的，其符号均可用来判断现象（）。

A、线性相关还是非线性相关B、正相关还是负相关C、完全相关还是不完全相关D、单相关还是复相关4．在线性相关的条件下，自变量的均方差为2，因变量均方差为5，而相关系数为0.8时，则其回归系数为( )。

A、8B、0.32C、2D、12.55．下面现象间的关系属于相关关系的是（）。

A、圆的周长和它的半径之间的关系B、价格不变条件下,商品销售额与销售量之间的关系C、家庭收入愈多,其消费支出也有增长的趋势D、正方形面积和它的边长之间的关系6．下列关系中，属于正相关关系的是（）。

A、合理限度内，施肥量和平均单产量之间的关系B、产品产量与单位产品成本之间的关系C、商品的流通费用与销售利润之间的关系D、流通费用率与商品销售量之间的关系7．相关分析是研究（）。

A、变量之间的数量关系B、变量之间的变动关系C、变量之间的相互关系的密切程度D、变量之间的因果关系8．在回归直线y=a+bx中，b<0，则x与y之间的相关系数( )。

A、r=0B、r=lC、0<r<1D、-1<r<09．在回归直线y=a+bx中，b表示（）。

A、当x增加一个单位时，y增加a的数量B、当y增加一个单位时，x增加b的数量C、当x增加一个单位时，y的平均增加量D、当y增加一个单位时，x的平均增加量10．当相关系数r=0时，表明（）。

A、现象之间完全无关B、相关程度较小C、现象之间完全相关D、无直线相关关系11．下列现象相关密切程度最高的是（）。

A、某商店的职工人数与商品销售额之间的相关系数0.87B、流通费用水平与利润率之间的相关关系为-0.94C、商品销售额与利润率之间的相关系数为0.51D、商品销售额与流通费用水平的相关系数为-0.8112．估计标准误差是反映（）。

回归模型的要素
回归模型是一种统计分析方法，用于建立变量之间的关系模型。

它基于变量之间的线性关系假设，并通过拟合数据来估计模型参数。

回归模型包含以下要素：
1. 因变量（Dependent Variable）：也称为被解释变量或目标变量，它是我们想要预测或解释的变量。

2. 自变量（Independent Variables）：也称为解释变量或预测变量，它们是用来解释或预测因变量的变量。

回归模型可以包含一个或多个自变量。

3. 线性关系（Linear Relationship）：回归模型假设因变量与自变量之间存在线性关系，即自变量的变化对因变量的影响是线性的。

4. 残差（Residuals）：在回归模型中，残差是指观测值与模型预测值之间的差异。

回归模型的目标是通过最小化残差的平方和来找到最佳拟合线。

5. 模型参数（Model Parameters）：回归模型的参数是用来描述自变量与因变量之间关系的数值。

在线性回归模型中，参数表示自变量对因变量的影响程度。

6. 截距（Intercept）：截距是回归模型中的常数项，表示在自变量为零时，因变量的预测值。

它反映了因变量在没有自变量影响时的基准水平。

通过确定回归模型的要素，并进行数据拟合和参数估计，我
们可以使用回归模型来预测或解释因变量的变化。

含定性变量的回归模型一、自变量中含有定性变量的回归模型在回归分析中，对一些自变量是定性变量的情形先量化处理，引入只取0和1 两个值的虚拟自变量。

例如，在研究粮食产量问题，需考虑正常年份和干旱年份，对这个问题就可以引入虚拟变量D ，令D=1表示正常年份，D=0表示干旱年份。

当在某些场合定性自变量可能取多类值时，例如考虑销售量的季节性影响，季节因素分为春、夏、秋、冬4种情况。

为了用定性自变量反映四个季度，可以引入自变量⎩⎨⎧==，其他，春季0111x x ，⎩⎨⎧==，其他，夏季0122x x ，⎩⎨⎧==，其他，秋季0133x x ，⎩⎨⎧==，其他，冬季0144x x ，如果这样引入会出现一个问题，即自变量4321,,,x x x x 之和恒等于1，构成了完全多重共线性。

所以，一个定性变量有k 类可能的取值时，只需要引入k-1个0-1型自变量。

所以在分析季节因素的时候，引入3个0-1自变量即可。

例1 某经济学家想调查文化程度对家庭储蓄的影响，在一个中等收入的样本框中，随机调查了13户高学历家庭与14户中低学历的家庭，因变量y 为上一年家庭储蓄增加额，自变量x1为上一年家庭总收入，自变量x2表示家庭学历，高学建立y 对x1,x2的线性回归模型，回归方程为：yˆ=-7976+3826x1-3700x2 这个结果表明，中等收入的家庭每增加1万元收入，平均拿出3826元作为储蓄。

高学历家庭每年的平均储蓄额少于低学历的家庭，平均少3700元。

如果不引入家庭学历定性变量x2，仅用y 对家庭年收入x1做一元线性回归，得判定系数R^2=0.618，拟合效果不好。

家庭年收入x1是连续型变量，它对回归的贡献也是不可缺少的。

如果不考虑家庭年收入这个自变量，13户高学历家庭的平均年储蓄增加额为3009.31元，14户低学历家庭的平均年储蓄增加额为5059.36元，这样会认为高学历家庭每年的储蓄额比低学历的家庭平均少5059.36-3009.31=2050.05元，而用回归法算出的数值是3824元，两者并不相等。

简单线性回归模型的基本假定简单线性回归模型是最常用的、也是最简单的回归分析模型，用于分析两个变量之间的相关性，可以帮助判断两个变量之间的线性关系。

简单线性回归模型用一条直线去描述两变量之间的关系，模型也被称为“回归直线”。

1、正态性：简单线性回归模型要求回归预测值的分布满足正态分布，而根据正态分布定理，可以预料，在平均值附近所出现离散点几率会比平均值远处出现离散点几率更高。

2、线性性：简单线性回归模型要求关系是线性的，也就是说，变量之间的关系应该是一条直线，这个假定也有一个严格的名字叫做：“线性模型自变量和因变量之间存在线性关系”。

3、独立性：简单线性回归模型假定解释变量和因变量之间的关系，它们之间是独立的。

这个假定的意思就是：解释变量不会影响因变量，因变量也不会影响解释变量，两者之间是独立的。

也就是说，解释变量变化不会影响因变量的变化，因变量的变化也不会影响解释变量的变化。

4、自变量的多数值：简单线性回归模型也假定自变量的取值有大量的变化，因此自变量的取值必须是大量的变化，要么从较低的值变化到较高的值，要么从较高的值变化到较低的值。

5、定性变量：假定解释变量可以为定性变量。

简单线性回归模型可以处理定性变量，即类别变量和虚拟变量，对定性变量处理的方法与对定量变量处理的方法基本相同。

6、常数项：要求回归模型包含一个常数项，因为解释变量的值可能会影响因变量的值，即便没有任何解释变量参与其中。

7、无共线性：简单线性回归模型要求解释变量之间没有强的多重共线性，即解释变量之间不能存在高度相关的关系。

8、无异常值：简单线性回归模型要求解释变量和因变量之间不存在太多的异常值，因为异常值可能会影响模型的拟合度。