SPSS實(shí)用教程回歸分析學(xué)習(xí)教案

1、會(huì)計(jì)學(xué)1SPSS 實(shí)用教程實(shí)用教程 回歸回歸(hugu)分析分析第一頁，共187頁?；貧w分析基本概念回歸分析基本概念7.1一元線性回歸分析一元線性回歸分析7.2多元線性回歸分析多元線性回歸分析7.3非線性回歸分析非線性回歸分析7.4曲曲 線線 估估 計(jì)計(jì)7.5時(shí)間序列的曲線估計(jì)時(shí)間序列的曲線估計(jì)7.6含虛擬自變量的回歸分析含虛擬自變量的回歸分析7.7含虛擬自變量的回歸分析含虛擬自變量的回歸分析7.8第1頁/共187頁第二頁，共187頁。 在數(shù)量分析中，經(jīng)常會(huì)看到變量與變量在數(shù)量分析中，經(jīng)常會(huì)看到變量與變量之間存在著一定的聯(lián)系。要了解變量之間如之間存在著一定的聯(lián)系。要了解變量之間如何發(fā)生相互影響

2、的，就需要利用相關(guān)分析和何發(fā)生相互影響的，就需要利用相關(guān)分析和回歸分析。在上一章講述了相關(guān)分析有關(guān)內(nèi)回歸分析。在上一章講述了相關(guān)分析有關(guān)內(nèi)容。本章介紹回歸分析基本概念，回歸分析容。本章介紹回歸分析基本概念，回歸分析的主要類型：一元線性回歸分析、多元線性的主要類型：一元線性回歸分析、多元線性回歸分析、非線性回歸分析、曲線估計(jì)、時(shí)回歸分析、非線性回歸分析、曲線估計(jì)、時(shí)間序列的曲線估計(jì)、含虛擬間序列的曲線估計(jì)、含虛擬(xn)(xn)自變量的自變量的回歸分析以及邏輯回歸分析等?；貧w分析以及邏輯回歸分析等。第2頁/共187頁第三頁，共187頁。 相關(guān)分析和回歸分析都是研究變量間關(guān)系的相關(guān)分析和回歸分析都

3、是研究變量間關(guān)系的統(tǒng)計(jì)學(xué)課題。在應(yīng)用中，兩種分析方法經(jīng)常相互統(tǒng)計(jì)學(xué)課題。在應(yīng)用中，兩種分析方法經(jīng)常相互結(jié)合和滲透，但它們研究的側(cè)重點(diǎn)和應(yīng)用面不同結(jié)合和滲透，但它們研究的側(cè)重點(diǎn)和應(yīng)用面不同。 在回歸分析中，變量在回歸分析中，變量y y稱為因變量，處于稱為因變量，處于被解釋的特殊被解釋的特殊(tsh)(tsh)地位；而在相關(guān)分析中，變地位；而在相關(guān)分析中，變量量y y與變量與變量x x處于平等的地位，研究變量處于平等的地位，研究變量y y與變量與變量x x的密切程度和研究變量的密切程度和研究變量x x與變量與變量y y的密切程度是一的密切程度是一樣的。樣的。第3頁/共187頁第四頁，共187頁。

4、在回歸分析中，因變量在回歸分析中，因變量y y是隨機(jī)變量，自是隨機(jī)變量，自變量變量x x可以是隨機(jī)變量，也可以是非隨機(jī)的確定變可以是隨機(jī)變量，也可以是非隨機(jī)的確定變量；而在相關(guān)分析中，變量量；而在相關(guān)分析中，變量x x和變量和變量y y都是隨機(jī)變都是隨機(jī)變量。量。 相關(guān)分析是測(cè)定變量之間的關(guān)系密切程度相關(guān)分析是測(cè)定變量之間的關(guān)系密切程度(chngd)(chngd)，所使用的工具是相關(guān)系數(shù)；而回歸分，所使用的工具是相關(guān)系數(shù)；而回歸分析則是側(cè)重于考察變量之間的數(shù)量變化規(guī)律，并析則是側(cè)重于考察變量之間的數(shù)量變化規(guī)律，并通過一定的數(shù)學(xué)表達(dá)式來描述變量之間的關(guān)系，通過一定的數(shù)學(xué)表達(dá)式來描述變量之間的關(guān)系

5、，進(jìn)而確定一個(gè)或者幾個(gè)變量的變化對(duì)另一個(gè)特定進(jìn)而確定一個(gè)或者幾個(gè)變量的變化對(duì)另一個(gè)特定變量的影響程度變量的影響程度(chngd)(chngd)。第4頁/共187頁第五頁，共187頁。 具體地說，回歸分析主要解決以下幾方具體地說，回歸分析主要解決以下幾方面的問題。面的問題。 通過分析大量的樣本數(shù)據(jù)，確定變通過分析大量的樣本數(shù)據(jù)，確定變量之間的數(shù)學(xué)關(guān)系式。量之間的數(shù)學(xué)關(guān)系式。 對(duì)所確定的數(shù)學(xué)關(guān)系式的可信程度對(duì)所確定的數(shù)學(xué)關(guān)系式的可信程度進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)，并區(qū)分出對(duì)某一特定變進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)，并區(qū)分出對(duì)某一特定變量影響量影響(yngxing)(yngxing)較為顯著的變量和影響較為顯著的變量和影響

6、(yngxing)(yngxing)不顯著的變量。不顯著的變量。 利用所確定的數(shù)學(xué)關(guān)系式，根據(jù)一利用所確定的數(shù)學(xué)關(guān)系式，根據(jù)一個(gè)或幾個(gè)變量的值來預(yù)測(cè)或控制另一個(gè)特定個(gè)或幾個(gè)變量的值來預(yù)測(cè)或控制另一個(gè)特定變量的取值，并給出這種預(yù)測(cè)或控制的精確變量的取值，并給出這種預(yù)測(cè)或控制的精確度。度。 第5頁/共187頁第六頁，共187頁。 作為處理變量之間關(guān)系的一種統(tǒng)計(jì)方法和技作為處理變量之間關(guān)系的一種統(tǒng)計(jì)方法和技術(shù)，回歸術(shù)，回歸(hugu)(hugu)分析的基本思想和方法以及分析的基本思想和方法以及“回歸回歸(hugu)(hugu)（RegressionRegression）”名稱的由來都要名稱的由來都要

7、歸功于英國統(tǒng)計(jì)學(xué)家歸功于英國統(tǒng)計(jì)學(xué)家FGaltonFGalton（1822182219111911）。）。 第6頁/共187頁第七頁，共187頁。 在實(shí)際中，根據(jù)變量的個(gè)數(shù)、變量的類型在實(shí)際中，根據(jù)變量的個(gè)數(shù)、變量的類型(lixng)(lixng)以及變量之間的相關(guān)關(guān)系，回歸分析通以及變量之間的相關(guān)關(guān)系，回歸分析通常分為一元線性回歸分析、多元線性回歸分析、常分為一元線性回歸分析、多元線性回歸分析、非線性回歸分析、曲線估計(jì)、時(shí)間序列的曲線估非線性回歸分析、曲線估計(jì)、時(shí)間序列的曲線估計(jì)、含虛擬自變量的回歸分析和邏輯回歸分析等計(jì)、含虛擬自變量的回歸分析和邏輯回歸分析等類型類型(lixng)(lixn

8、g)。第7頁/共187頁第八頁，共187頁。 定義：一元線性回歸分析是在排除其他影定義：一元線性回歸分析是在排除其他影響因素或假定其他影響因素確定的條件下，分響因素或假定其他影響因素確定的條件下，分析某一個(gè)因素（自變量）是如何影響另一事物析某一個(gè)因素（自變量）是如何影響另一事物（因變量）的過程（因變量）的過程(guchng)(guchng)，所進(jìn)行的分析，所進(jìn)行的分析是比較理想化的。其實(shí)，在現(xiàn)實(shí)社會(huì)生活中，是比較理想化的。其實(shí)，在現(xiàn)實(shí)社會(huì)生活中，任何一個(gè)事物（因變量）總是受到其他多種事任何一個(gè)事物（因變量）總是受到其他多種事物（多個(gè)自變量）的影響。物（多個(gè)自變量）的影響。第8頁/共187頁第九

9、頁，共187頁。第9頁/共187頁第十頁，共187頁。第10頁/共187頁第十一頁，共187頁。第11頁/共187頁第十二頁，共187頁。第12頁/共187頁第十三頁，共187頁。第13頁/共187頁第十四頁，共187頁。第14頁/共187頁第十五頁，共187頁。 在實(shí)際問題中，由于所要研究的現(xiàn)象的在實(shí)際問題中，由于所要研究的現(xiàn)象的總體單位數(shù)一般是很多的，在許多場(chǎng)合甚至總體單位數(shù)一般是很多的，在許多場(chǎng)合甚至是無限的，因此無法是無限的，因此無法(wf)(wf)掌握因變量掌握因變量y y總體總體的全部取值。也就是說，總體回歸方程事實(shí)的全部取值。也就是說，總體回歸方程事實(shí)上是未知的，需要利用樣本的信

10、息對(duì)其進(jìn)行上是未知的，需要利用樣本的信息對(duì)其進(jìn)行估計(jì)。顯然，樣本回歸方程的函數(shù)形式應(yīng)與估計(jì)。顯然，樣本回歸方程的函數(shù)形式應(yīng)與總體回歸方程的函數(shù)形式一致?？傮w回歸方程的函數(shù)形式一致。 第15頁/共187頁第十六頁，共187頁。第16頁/共187頁第十七頁，共187頁。第17頁/共187頁第十八頁，共187頁。第18頁/共187頁第十九頁，共187頁。第19頁/共187頁第二十頁，共187頁。第20頁/共187頁第二十一頁，共187頁。第21頁/共187頁第二十二頁，共187頁。第22頁/共187頁第二十三頁，共187頁。第23頁/共187頁第二十四頁，共187頁。第24頁/共187頁第二十五頁，

11、共187頁。第25頁/共187頁第二十六頁，共187頁。第26頁/共187頁第二十七頁，共187頁。第27頁/共187頁第二十八頁，共187頁。第28頁/共187頁第二十九頁，共187頁。第29頁/共187頁第三十頁，共187頁。 通過樣本數(shù)據(jù)建立一個(gè)回歸方程后，不能立即通過樣本數(shù)據(jù)建立一個(gè)回歸方程后，不能立即就用于對(duì)某個(gè)實(shí)際問題的預(yù)測(cè)。因?yàn)?，?yīng)用最小二就用于對(duì)某個(gè)實(shí)際問題的預(yù)測(cè)。因?yàn)?，?yīng)用最小二乘法求得的樣本回歸直線作為對(duì)總體回歸直線的近乘法求得的樣本回歸直線作為對(duì)總體回歸直線的近似，這種近似是否合理，必須對(duì)其作各種似，這種近似是否合理，必須對(duì)其作各種( ( zhn)zhn)統(tǒng)計(jì)檢驗(yàn)。一般經(jīng)

12、常作以下的統(tǒng)計(jì)檢驗(yàn)。統(tǒng)計(jì)檢驗(yàn)。一般經(jīng)常作以下的統(tǒng)計(jì)檢驗(yàn)。 第30頁/共187頁第三十一頁，共187頁。 （1 1）擬合優(yōu)度檢驗(yàn)）擬合優(yōu)度檢驗(yàn) 回歸方程的擬合優(yōu)度檢驗(yàn)就是回歸方程的擬合優(yōu)度檢驗(yàn)就是(jish)(jish)要檢驗(yàn)樣本數(shù)據(jù)聚集在樣本回歸直線周圍的要檢驗(yàn)樣本數(shù)據(jù)聚集在樣本回歸直線周圍的密集程度，從而判斷回歸方程對(duì)樣本數(shù)據(jù)的密集程度，從而判斷回歸方程對(duì)樣本數(shù)據(jù)的代表程度。代表程度。 第31頁/共187頁第三十二頁，共187頁。 回歸方程的擬合優(yōu)度檢驗(yàn)一般用判定系數(shù)回歸方程的擬合優(yōu)度檢驗(yàn)一般用判定系數(shù)(xsh)R2(xsh)R2實(shí)現(xiàn)。該指標(biāo)是建立在對(duì)總離差平方和進(jìn)實(shí)現(xiàn)。該指標(biāo)是建立在對(duì)總離

13、差平方和進(jìn)行分解的基礎(chǔ)之上。行分解的基礎(chǔ)之上。第32頁/共187頁第三十三頁，共187頁。 （2 2）回歸方程的顯著）回歸方程的顯著(xinzh)(xinzh)性檢驗(yàn)（性檢驗(yàn)（F F檢驗(yàn)）檢驗(yàn)） 回歸方程的顯著回歸方程的顯著(xinzh)(xinzh)性檢驗(yàn)是對(duì)因變性檢驗(yàn)是對(duì)因變量與所有自變量之間的線性關(guān)系是否顯著量與所有自變量之間的線性關(guān)系是否顯著(xinzh)(xinzh)的一種假設(shè)檢驗(yàn)。的一種假設(shè)檢驗(yàn)?；貧w方程的顯著回歸方程的顯著(xinzh)(xinzh)性檢驗(yàn)一般采用性檢驗(yàn)一般采用F F檢檢驗(yàn)，利用方差分析的方法進(jìn)行。驗(yàn)，利用方差分析的方法進(jìn)行。 第33頁/共187頁第三十四頁，共1

14、87頁。第34頁/共187頁第三十五頁，共187頁。 （3 3）回歸系數(shù)的顯著性檢驗(yàn)（）回歸系數(shù)的顯著性檢驗(yàn)（t t檢驗(yàn)）檢驗(yàn)） 所謂回歸系數(shù)的顯著性檢驗(yàn)，就是根據(jù)樣所謂回歸系數(shù)的顯著性檢驗(yàn)，就是根據(jù)樣本估計(jì)的結(jié)果對(duì)總體回歸系數(shù)的有關(guān)假設(shè)進(jìn)行本估計(jì)的結(jié)果對(duì)總體回歸系數(shù)的有關(guān)假設(shè)進(jìn)行檢驗(yàn)。檢驗(yàn)。 之所以對(duì)回歸系數(shù)進(jìn)行顯著性檢驗(yàn)，是因之所以對(duì)回歸系數(shù)進(jìn)行顯著性檢驗(yàn)，是因?yàn)榛貧w方程的顯著性檢驗(yàn)只能檢驗(yàn)所有回歸系為回歸方程的顯著性檢驗(yàn)只能檢驗(yàn)所有回歸系數(shù)是否同時(shí)與零有顯著性差異，它不能保證回?cái)?shù)是否同時(shí)與零有顯著性差異，它不能保證回歸方程中不包含不能較好解釋歸方程中不包含不能較好解釋(jish)(jis

15、h)說明因說明因變量變化的自變量。因此，可以通過回歸系數(shù)變量變化的自變量。因此，可以通過回歸系數(shù)顯著性檢驗(yàn)對(duì)每個(gè)回歸系數(shù)進(jìn)行考察。顯著性檢驗(yàn)對(duì)每個(gè)回歸系數(shù)進(jìn)行考察。 第35頁/共187頁第三十六頁，共187頁。 回歸參數(shù)顯著性檢驗(yàn)回歸參數(shù)顯著性檢驗(yàn)(jinyn)(jinyn)的基本步驟的基本步驟。 提出假設(shè)提出假設(shè) 計(jì)算回歸系數(shù)的計(jì)算回歸系數(shù)的t t統(tǒng)計(jì)量值統(tǒng)計(jì)量值 根據(jù)給定的顯著水平根據(jù)給定的顯著水平確定臨界值，或確定臨界值，或者計(jì)算者計(jì)算t t值所對(duì)應(yīng)的值所對(duì)應(yīng)的p p值值 作出判斷作出判斷第36頁/共187頁第三十七頁，共187頁。 研究問題研究問題(wnt)(wnt) 合成纖維的強(qiáng)度與

16、其拉伸倍數(shù)有關(guān)，測(cè)得合成纖維的強(qiáng)度與其拉伸倍數(shù)有關(guān)，測(cè)得試驗(yàn)數(shù)據(jù)如表試驗(yàn)數(shù)據(jù)如表7-17-1所示。求合成纖維的強(qiáng)度與拉所示。求合成纖維的強(qiáng)度與拉伸倍數(shù)之間是否存在顯著的線性相關(guān)關(guān)系。伸倍數(shù)之間是否存在顯著的線性相關(guān)關(guān)系。第37頁/共187頁第三十八頁，共187頁。序序 號(hào)號(hào)拉拉 伸伸 倍倍 數(shù)數(shù)強(qiáng)度（強(qiáng)度（kg/mm2）12.01.622.52.432.72.543.52.754.03.564.54.275.25.086.36.497.16.5108.07.3119.08.01210.08.1第38頁/共187頁第三十九頁，共187頁。 實(shí)現(xiàn)實(shí)現(xiàn)(shxin)(shxin)步驟步驟第39頁/共

17、187頁第四十頁，共187頁。第40頁/共187頁第四十一頁，共187頁。第41頁/共187頁第四十二頁，共187頁。第42頁/共187頁第四十三頁，共187頁。第43頁/共187頁第四十四頁，共187頁。第44頁/共187頁第四十五頁，共187頁。 （1 1）輸出）輸出(shch)(shch)結(jié)果文件中的第一個(gè)結(jié)果文件中的第一個(gè)表格如下表所示。表格如下表所示。 第45頁/共187頁第四十六頁，共187頁。 （2 2）輸出的結(jié)果）輸出的結(jié)果(ji gu)(ji gu)文件中第二個(gè)表格文件中第二個(gè)表格如下表所示。如下表所示。第46頁/共187頁第四十七頁，共187頁。 （3 3）輸出的結(jié)果文件中

18、第三個(gè)表格）輸出的結(jié)果文件中第三個(gè)表格(biog)(biog)如下表所示。如下表所示。 第47頁/共187頁第四十八頁，共187頁。 （4 4）輸出的結(jié)果文件）輸出的結(jié)果文件(wnjin)(wnjin)中第四中第四個(gè)表格如下表所示。個(gè)表格如下表所示。第48頁/共187頁第四十九頁，共187頁。統(tǒng)計(jì)學(xué)上的定義統(tǒng)計(jì)學(xué)上的定義(dngy)和計(jì)算公式和計(jì)算公式 定義：在上一節(jié)中討論的回歸問題只涉及了定義：在上一節(jié)中討論的回歸問題只涉及了一個(gè)自變量，但在實(shí)際問題中，影響因變量的因一個(gè)自變量，但在實(shí)際問題中，影響因變量的因素往往有多個(gè)。例如，商品的需求除了受自身價(jià)素往往有多個(gè)。例如，商品的需求除了受自身價(jià)

19、格格(jig)(jig)的影響外，還要受到消費(fèi)者收入、其他的影響外，還要受到消費(fèi)者收入、其他商品的價(jià)格商品的價(jià)格(jig)(jig)、消費(fèi)者偏好等因素的影響；、消費(fèi)者偏好等因素的影響；影響水果產(chǎn)量的外界因素有平均氣溫、平均日照影響水果產(chǎn)量的外界因素有平均氣溫、平均日照時(shí)數(shù)、平均濕度等。時(shí)數(shù)、平均濕度等。第49頁/共187頁第五十頁，共187頁。 因此，在許多場(chǎng)合，僅僅考慮單個(gè)變量因此，在許多場(chǎng)合，僅僅考慮單個(gè)變量是不夠的，還需要就一個(gè)因變量與多個(gè)是不夠的，還需要就一個(gè)因變量與多個(gè)(du (du )自變量的聯(lián)系來進(jìn)行考察，才能獲得比較自變量的聯(lián)系來進(jìn)行考察，才能獲得比較滿意的結(jié)果。這就產(chǎn)生了測(cè)定

20、多因素之間相滿意的結(jié)果。這就產(chǎn)生了測(cè)定多因素之間相關(guān)關(guān)系的問題。關(guān)關(guān)系的問題。第50頁/共187頁第五十一頁，共187頁。 研究在線性相關(guān)條件下，兩個(gè)或兩個(gè)以上研究在線性相關(guān)條件下，兩個(gè)或兩個(gè)以上自變量對(duì)一個(gè)因變量的數(shù)量變化關(guān)系，稱為多自變量對(duì)一個(gè)因變量的數(shù)量變化關(guān)系，稱為多元線性回歸分析，表現(xiàn)元線性回歸分析，表現(xiàn)(bioxin)(bioxin)這一數(shù)量關(guān)這一數(shù)量關(guān)系的數(shù)學(xué)公式，稱為多元線性回歸模型。多元系的數(shù)學(xué)公式，稱為多元線性回歸模型。多元線性回歸模型是一元線性回歸模型的擴(kuò)展，其線性回歸模型是一元線性回歸模型的擴(kuò)展，其基本原理與一元線性回歸模型類似，只是在計(jì)基本原理與一元線性回歸模型類似，

21、只是在計(jì)算上更為復(fù)雜，一般需借助計(jì)算機(jī)來完成。算上更為復(fù)雜，一般需借助計(jì)算機(jī)來完成。 第51頁/共187頁第五十二頁，共187頁。第52頁/共187頁第五十三頁，共187頁。第53頁/共187頁第五十四頁，共187頁。第54頁/共187頁第五十五頁，共187頁。第55頁/共187頁第五十六頁，共187頁。第56頁/共187頁第五十七頁，共187頁。第57頁/共187頁第五十八頁，共187頁。第58頁/共187頁第五十九頁，共187頁。 對(duì)多元線性回歸，也需要測(cè)定方程的擬對(duì)多元線性回歸，也需要測(cè)定方程的擬合程度、檢驗(yàn)回歸方程和回歸系數(shù)的顯著性合程度、檢驗(yàn)回歸方程和回歸系數(shù)的顯著性。 （1 1）擬

22、合優(yōu)度檢驗(yàn)）擬合優(yōu)度檢驗(yàn) 測(cè)定多元線性回歸的擬合程度，與一元測(cè)定多元線性回歸的擬合程度，與一元線性回歸中的判定系數(shù)類似，使用線性回歸中的判定系數(shù)類似，使用(shyng)(shyng)多重判定系數(shù)，其定義為多重判定系數(shù)，其定義為第59頁/共187頁第六十頁，共187頁。 （2 2）回歸方程的顯著性檢驗(yàn)（）回歸方程的顯著性檢驗(yàn)（F F檢驗(yàn)）檢驗(yàn)） 多元線性回歸方程的顯著性檢驗(yàn)一般采多元線性回歸方程的顯著性檢驗(yàn)一般采用用F F檢驗(yàn)，利用檢驗(yàn)，利用(lyng)(lyng)方差分析的方法進(jìn)行方差分析的方法進(jìn)行。 第60頁/共187頁第六十一頁，共187頁。 （3 3）回歸系數(shù)的顯著性檢驗(yàn)（）回歸系數(shù)的顯

23、著性檢驗(yàn)（t t檢驗(yàn)）檢驗(yàn)） 回歸系數(shù)的顯著性檢驗(yàn)是檢驗(yàn)各自回歸系數(shù)的顯著性檢驗(yàn)是檢驗(yàn)各自(gz)(gz)變量變量x1x1，x2x2，對(duì)因變量，對(duì)因變量y y的影響是的影響是否顯著，從而找出哪些自變量對(duì)否顯著，從而找出哪些自變量對(duì)y y的影響是重的影響是重要的，哪些是不重要的。要的，哪些是不重要的。 與一元線性回歸一樣，要檢驗(yàn)解釋變量與一元線性回歸一樣，要檢驗(yàn)解釋變量對(duì)因變量對(duì)因變量y y的線性作用是否顯著，要使用的線性作用是否顯著，要使用t t檢檢驗(yàn)。驗(yàn)。 第61頁/共187頁第六十二頁，共187頁。 研究問題研究問題 用多元回歸分析來分析用多元回歸分析來分析3636個(gè)員工多個(gè)個(gè)員工多個(gè)(d

24、u )(du )心理變量值（心理變量值（z1z1z8z8）對(duì)員工滿意）對(duì)員工滿意度度mymy的預(yù)測(cè)效果，測(cè)得試驗(yàn)數(shù)據(jù)如表的預(yù)測(cè)效果，測(cè)得試驗(yàn)數(shù)據(jù)如表7-27-2所示所示。第62頁/共187頁第六十三頁，共187頁。z1z2z3z4z5z6z7Z8滿滿 意意 度度66.0064.0062.0050.0058.0056.001.081.0025.0055.0050.0059.0059.0053.0051.001.001.1122.0050.0047.0049.0045.0046.0046.001.311.2020.0055.0059.0050.0054.0052.0069.001.001.0020

25、.0055.0059.0048.0056.0047.0050.001.001.0024.0062.0054.0068.0046.0046.0051.001.081.0023.0060.0060.0056.0053.0052.0051.001.081.0021.0052.0052.0069.0058.0057.0062.001.001.0023.0056.0055.0057.0039.0044.0046.001.691.0015.0050.0050.0068.0046.0045.0056.001.081.1425.0058.0054.0060.0059.0052.0051.001.001.002

26、5.0053.0052.0055.0057.0065.0064.001.081.0022.0052.0056.0053.0057.0063.0051.001.461.4320.0056.0065.0052.0051.0062.0047.001.001.0022.0050.0063.0059.0053.0055.0048.001.001.0020.0063.0057.0060.0066.0051.0056.001.001.0026.0056.0046.0058.0050.0045.0052.002.231.2921.0047.0050.0057.0049.0050.0048.002.081.14

27、20.0053.0066.0053.0059.0055.0045.001.001.0025.00第63頁/共187頁第六十四頁，共187頁。z1z2z3z4z5z6z7z8滿滿 意意 度度61.0055.0058.0061.0058.0061.001.151.1423.0059.0064.0060.0052.0054.0056.001.081.0026.0055.0060.0072.0060.0055.0067.001.081.0026.0056.0052.0068.0040.0051.0055.001.851.7130.0059.0051.0061.0056.0052.0056.001.00

28、1.0025.0060.0053.0062.0055.0047.0063.001.311.1427.0052.0051.0057.0045.0055.0059.001.231.1420.0056.0057.0057.0052.0059.0055.001.001.1426.0068.0058.0071.0068.0053.0061.001.001.0030.0060.0053.0061.0060.0056.0051.001.001.0027.0064.0056.0074.0050.0059.0057.001.851.1418.0067.0053.0060.0053.0053.0051.001.0

29、01.0024.0056.0056.0067.0067.0056.0052.001.001.0024.0053.0046.0049.0043.0050.0048.001.311.1419.0053.0057.0065.0052.0067.0059.001.771.4317.0060.0040.0071.0057.0056.0058.001.081.0024.0054.0045.0044.0049.0042.0046.001.001.0023.00第64頁/共187頁第六十五頁，共187頁。 實(shí)現(xiàn)實(shí)現(xiàn)(shxin)(shxin)步驟步驟第65頁/共187頁第六十六頁，共187頁。 （1 1）輸出

30、結(jié)果文件中的第一個(gè)表格）輸出結(jié)果文件中的第一個(gè)表格(biog)(biog)如下表所示。如下表所示。結(jié)果結(jié)果(ji gu)和討論和討論第66頁/共187頁第六十七頁，共187頁。 2 2）輸出的結(jié)果）輸出的結(jié)果(ji gu)(ji gu)文件中第二個(gè)表格文件中第二個(gè)表格如下表所示。如下表所示。第67頁/共187頁第六十八頁，共187頁。 （3 3）輸出的結(jié)果文件）輸出的結(jié)果文件(wnjin)(wnjin)中第三中第三個(gè)表格如下表所示。個(gè)表格如下表所示。第68頁/共187頁第六十九頁，共187頁。 （4 4）輸出的結(jié)果文件）輸出的結(jié)果文件(wnjin)(wnjin)中第四個(gè)表中第四個(gè)表格如下表所示

31、。格如下表所示。第69頁/共187頁第七十頁，共187頁。 （5 5）輸出）輸出(shch)(shch)的結(jié)果文件中第五個(gè)表格的結(jié)果文件中第五個(gè)表格如下表所示。如下表所示。第70頁/共187頁第七十一頁，共187頁。 （6 6）輸出）輸出(shch)(shch)的結(jié)果文件中第六個(gè)的結(jié)果文件中第六個(gè)表格為回歸系數(shù)分析，如下表所示表格為回歸系數(shù)分析，如下表所示 第71頁/共187頁第七十二頁，共187頁。 （7 7）輸出）輸出(shch)(shch)的結(jié)果文件中第七個(gè)表格如的結(jié)果文件中第七個(gè)表格如下表所示。下表所示。第72頁/共187頁第七十三頁，共187頁。 （8 8）輸出的結(jié)果）輸出的結(jié)果(j

32、i gu)(ji gu)文件中第八部分為文件中第八部分為圖形，為回歸因變量和每個(gè)自變量之間的關(guān)系點(diǎn)圖圖形，為回歸因變量和每個(gè)自變量之間的關(guān)系點(diǎn)圖。圖。圖7-87-8為自變量為自變量z1z1和和mymy之間的關(guān)系點(diǎn)圖。之間的關(guān)系點(diǎn)圖。第73頁/共187頁第七十四頁，共187頁。統(tǒng)計(jì)學(xué)上的定義統(tǒng)計(jì)學(xué)上的定義(dngy)和計(jì)算公式和計(jì)算公式 定義：研究在非線性相關(guān)條件定義：研究在非線性相關(guān)條件(tiojin)(tiojin)下，下，自變量對(duì)因變量的數(shù)量變化關(guān)系，稱為非線性回歸自變量對(duì)因變量的數(shù)量變化關(guān)系，稱為非線性回歸分析。分析。 在實(shí)際問題中，變量之間的相關(guān)關(guān)系往往不是在實(shí)際問題中，變量之間的相關(guān)

33、關(guān)系往往不是線性的，而是非線性的，因而不能用線性回歸方程線性的，而是非線性的，因而不能用線性回歸方程來描述它們之間的相關(guān)關(guān)系，而要采用適當(dāng)?shù)姆蔷€來描述它們之間的相關(guān)關(guān)系，而要采用適當(dāng)?shù)姆蔷€性回歸分析。性回歸分析。第74頁/共187頁第七十五頁，共187頁。 非線性回歸問題大多數(shù)可以非線性回歸問題大多數(shù)可以(ky)(ky)化為線性回化為線性回歸問題來求解，也就是通過對(duì)非線性回歸模型進(jìn)行歸問題來求解，也就是通過對(duì)非線性回歸模型進(jìn)行適當(dāng)?shù)淖兞孔儞Q，使其化為線性模型來求解。一般適當(dāng)?shù)淖兞孔儞Q，使其化為線性模型來求解。一般步驟為：步驟為：第75頁/共187頁第七十六頁，共187頁。 根據(jù)經(jīng)驗(yàn)或者繪制散點(diǎn)

34、圖，選擇適當(dāng)?shù)姆蔷€根據(jù)經(jīng)驗(yàn)或者繪制散點(diǎn)圖，選擇適當(dāng)?shù)姆蔷€性回歸方程；性回歸方程； 通過變量置換，把非線性回歸方程化為線性通過變量置換，把非線性回歸方程化為線性回歸；回歸； 用線性回歸分析中采用的方法來確定各回歸用線性回歸分析中采用的方法來確定各回歸系數(shù)的值；系數(shù)的值； 對(duì)各系數(shù)進(jìn)行對(duì)各系數(shù)進(jìn)行(jnxng)(jnxng)顯著性檢驗(yàn)。顯著性檢驗(yàn)。第76頁/共187頁第七十七頁，共187頁。 計(jì)算公式如下。計(jì)算公式如下。 在本節(jié)中介紹幾種常見在本節(jié)中介紹幾種常見(chn jin)(chn jin)的非線性的非線性回歸模型，并分別給出其線性化方法及圖形。回歸模型，并分別給出其線性化方法及圖形。 第7

35、7頁/共187頁第七十八頁，共187頁。第78頁/共187頁第七十九頁，共187頁。第79頁/共187頁第八十頁，共187頁。第80頁/共187頁第八十一頁，共187頁。第81頁/共187頁第八十二頁，共187頁。第82頁/共187頁第八十三頁，共187頁。第83頁/共187頁第八十四頁，共187頁。第84頁/共187頁第八十五頁，共187頁。第85頁/共187頁第八十六頁，共187頁。 研究問題研究問題(wnt)(wnt) 研究民用汽車總量與國內(nèi)生產(chǎn)總值的關(guān)研究民用汽車總量與國內(nèi)生產(chǎn)總值的關(guān)系。數(shù)據(jù)如表系。數(shù)據(jù)如表7-37-3所示。（資料來源：中國所示。（資料來源：中國統(tǒng)計(jì)年鑒統(tǒng)計(jì)年鑒200

36、72007，中國統(tǒng)計(jì)出版社，中國統(tǒng)計(jì)出版社，20072007年年）中實(shí)現(xiàn)中實(shí)現(xiàn)(shxin)過程過程第86頁/共187頁第八十七頁，共187頁。 實(shí)現(xiàn)實(shí)現(xiàn)(shxin)(shxin)步驟步驟第87頁/共187頁第八十八頁，共187頁。第88頁/共187頁第八十九頁，共187頁。第89頁/共187頁第九十頁，共187頁。結(jié)果結(jié)果(ji gu)和討論和討論 （1 1）第一）第一(dy)(dy)部分輸出相關(guān)統(tǒng)計(jì)量和參數(shù)的部分輸出相關(guān)統(tǒng)計(jì)量和參數(shù)的值，如下表所示。值，如下表所示。第90頁/共187頁第九十一頁，共187頁。 （2 2）第二部分輸出）第二部分輸出(shch)(shch)的是觀察值和的是觀

37、察值和CubicCubic，PowerPower兩種曲線預(yù)測(cè)值的對(duì)比圖，如圖兩種曲線預(yù)測(cè)值的對(duì)比圖，如圖7-127-12所示。所示。第91頁/共187頁第九十二頁，共187頁。 定義：在一元回歸分析中，一般首先繪定義：在一元回歸分析中，一般首先繪制自變量和因變量間的散點(diǎn)圖，然后通過數(shù)制自變量和因變量間的散點(diǎn)圖，然后通過數(shù)據(jù)在散點(diǎn)圖中的分布特點(diǎn)選擇所要進(jìn)行回歸據(jù)在散點(diǎn)圖中的分布特點(diǎn)選擇所要進(jìn)行回歸分析的類型分析的類型(lixng)(lixng)，是使用線性回歸分析，是使用線性回歸分析還是某種非線性的回歸分析。還是某種非線性的回歸分析。第92頁/共187頁第九十三頁，共187頁。 然而，在實(shí)際然而

38、，在實(shí)際(shj)(shj)問題中，用戶往往不問題中，用戶往往不能確定究竟該選擇何種函數(shù)模型更接近樣本數(shù)能確定究竟該選擇何種函數(shù)模型更接近樣本數(shù)據(jù)，這時(shí)可以采用曲線估計(jì)的方法，其步驟如據(jù)，這時(shí)可以采用曲線估計(jì)的方法，其步驟如下：下：第93頁/共187頁第九十四頁，共187頁。 首先根據(jù)實(shí)際問題本身特點(diǎn)，同時(shí)選擇幾種首先根據(jù)實(shí)際問題本身特點(diǎn)，同時(shí)選擇幾種模型；模型； 然后然后SPSSSPSS自動(dòng)完成模型的參數(shù)估計(jì)，并顯示自動(dòng)完成模型的參數(shù)估計(jì)，并顯示R2R2、F F檢驗(yàn)值、相伴概率值等統(tǒng)計(jì)量；檢驗(yàn)值、相伴概率值等統(tǒng)計(jì)量； 最后，選擇具有最后，選擇具有R2R2統(tǒng)計(jì)量值最大的模型作為統(tǒng)計(jì)量值最大的模

39、型作為(zuwi)(zuwi)此問題的回歸模型，并作一些預(yù)測(cè)。此問題的回歸模型，并作一些預(yù)測(cè)。第94頁/共187頁第九十五頁，共187頁。第95頁/共187頁第九十六頁，共187頁。第96頁/共187頁第九十七頁，共187頁。 研究問題研究問題 試用試用SPSSSPSS對(duì)國內(nèi)生產(chǎn)總值和社會(huì)消費(fèi)品對(duì)國內(nèi)生產(chǎn)總值和社會(huì)消費(fèi)品零售總額之間的關(guān)系進(jìn)行曲線回歸分析零售總額之間的關(guān)系進(jìn)行曲線回歸分析(fnx)(fnx)。數(shù)據(jù)如表。數(shù)據(jù)如表7-47-4所示。（資料來源：所示。（資料來源：中國統(tǒng)計(jì)年鑒中國統(tǒng)計(jì)年鑒20072007，中國統(tǒng)計(jì)出版社，中國統(tǒng)計(jì)出版社，20072007年）年）中實(shí)現(xiàn)中實(shí)現(xiàn)(shxin

40、)過程過程第97頁/共187頁第九十八頁，共187頁。年年 份份國內(nèi)生產(chǎn)總值（億元）國內(nèi)生產(chǎn)總值（億元）社會(huì)消費(fèi)品零售總額（億元）社會(huì)消費(fèi)品零售總額（億元）19783645.21558.619794062.61800.019804545.62140.019814891.62350.019825323.42570.019835962.72849.419847208.13376.419859016.04305.0198610275.24950.0198712058.65820.0198815042.87440.0198916992.38101.4199018667.88300.1199121781

41、.59415.6199226923.510993.7199335333.912462.1199448197.916264.7199560793.720620.0199671176.624774.1199778973.027298.9199884402.329152.5199989677.131134.7200099214.634152.62001109655.237595.22002120332.748135.92003135822.852516.32004159878.359501.02005183867.967176.62006210871.076410.0第98頁/共187頁第九十九頁，

42、共187頁。 實(shí)現(xiàn)實(shí)現(xiàn)(shxin)(shxin)步驟步驟第99頁/共187頁第一百頁，共187頁。第100頁/共187頁第一百零一頁，共187頁。 （1 1）SPSSSPSS輸出結(jié)果文件中的第一輸出結(jié)果文件中的第一(dy)(dy)部分部分如下表所示。如下表所示。 第101頁/共187頁第一百零二頁，共187頁。 （2 2）輸出的結(jié)果文件中第二）輸出的結(jié)果文件中第二(d r)(d r)部分如圖部分如圖7-157-15所示。所示。 第102頁/共187頁第一百零三頁，共187頁。 （3 3）由于進(jìn)行曲線估計(jì)時(shí)所選的曲線模型種）由于進(jìn)行曲線估計(jì)時(shí)所選的曲線模型種類較多，所以使得輸出的觀察值與在各種

43、函數(shù)模類較多，所以使得輸出的觀察值與在各種函數(shù)模型條件下預(yù)測(cè)值的對(duì)比型條件下預(yù)測(cè)值的對(duì)比(dub)(dub)圖比較復(fù)雜，不易圖比較復(fù)雜，不易分辨出究竟分辨出究竟LinearLinear，QuadraticQuadratic，CubicCubic及及PowerPower這這4 4種曲線究竟哪種的對(duì)樣本觀察值的擬合優(yōu)度更符種曲線究竟哪種的對(duì)樣本觀察值的擬合優(yōu)度更符合實(shí)際。合實(shí)際。 第103頁/共187頁第一百零四頁，共187頁。第104頁/共187頁第一百零五頁，共187頁。 （4 4）重新回到圖）重新回到圖7-137-13所示對(duì)話框，在所示對(duì)話框，在“Model”“Model”框內(nèi)只選中框內(nèi)只選

44、中“Quadratic”“Quadratic”和和“Cubic”“Cubic”這兩種擬合優(yōu)度更高的曲線模型進(jìn)行這兩種擬合優(yōu)度更高的曲線模型進(jìn)行估計(jì)。得出估計(jì)。得出(d ch)(d ch)它們與觀察值的對(duì)比圖，它們與觀察值的對(duì)比圖，如圖如圖7-177-17所示。所示。第105頁/共187頁第一百零六頁，共187頁。第106頁/共187頁第一百零七頁，共187頁。 （5 5）如果在圖）如果在圖7-137-13所示對(duì)話框中選中了所示對(duì)話框中選中了“Display ANOVA table”“Display ANOVA table”項(xiàng)，作回歸方程顯著性項(xiàng)，作回歸方程顯著性檢驗(yàn)，將輸出相應(yīng)的方差分析表，以

45、檢驗(yàn)，將輸出相應(yīng)的方差分析表，以CubicCubic模型為模型為例（如下表所示），其結(jié)果是：回歸方程顯著有例（如下表所示），其結(jié)果是：回歸方程顯著有意義，并且意義，并且x,x2,x3x,x2,x3三個(gè)自變量的系數(shù)三個(gè)自變量的系數(shù)(xsh)(xsh)顯顯著不為零。著不為零。 第107頁/共187頁第一百零八頁，共187頁。第108頁/共187頁第一百零九頁，共187頁。第109頁/共187頁第一百一十頁，共187頁。第110頁/共187頁第一百一十一頁，共187頁。 （6 6）由于在圖）由于在圖7-137-13所示對(duì)話框中選了所示對(duì)話框中選了“Save”“Save”項(xiàng)，且在圖項(xiàng)，且在圖7-147

46、-14所示的所示的“Save Variables”“Save Variables”框中選框中選擇了擇了“Predicted values”“Predicted values”，“Residuals”“Residuals”和和“Prediction intervals”3“Prediction intervals”3個(gè)選項(xiàng)，因此個(gè)選項(xiàng)，因此(ync)(ync)在在SPSSSPSS數(shù)據(jù)編輯窗口中就增了數(shù)據(jù)編輯窗口中就增了fit_1fit_1，err_1err_1，lcl_1lcl_1，ucl_1ucl_1等等4444個(gè)變量的值，如圖個(gè)變量的值，如圖7-187-18所示。所示。第111頁/共187頁

47、第一百一十二頁，共187頁。第112頁/共187頁第一百一十三頁，共187頁。 定義：時(shí)間序列的曲線估計(jì)是分析社會(huì)和經(jīng)濟(jì)定義：時(shí)間序列的曲線估計(jì)是分析社會(huì)和經(jīng)濟(jì)現(xiàn)象中經(jīng)常用到的一種曲線估計(jì)。通常把時(shí)間設(shè)為現(xiàn)象中經(jīng)常用到的一種曲線估計(jì)。通常把時(shí)間設(shè)為自變量自變量x x，代表具體的經(jīng)濟(jì)或社會(huì)現(xiàn)象的變量設(shè)為因，代表具體的經(jīng)濟(jì)或社會(huì)現(xiàn)象的變量設(shè)為因變量變量y y，研究變量，研究變量x x與與y y之間關(guān)系的方法之間關(guān)系的方法(fngf)(fngf)就是就是時(shí)間序列曲線估計(jì)。其具體步驟與一般的曲線估計(jì)時(shí)間序列曲線估計(jì)。其具體步驟與一般的曲線估計(jì)基本類似?；绢愃啤?計(jì)算公式：計(jì)算公式：SPSSSPSS中

48、時(shí)間序列的曲線估計(jì)模型與中時(shí)間序列的曲線估計(jì)模型與上一節(jié)所介紹相同。上一節(jié)所介紹相同。第113頁/共187頁第一百一十四頁，共187頁。 研究問題研究問題 試用試用SPSSSPSS對(duì)對(duì)1978197820062006年間社會(huì)年間社會(huì)(shhu)(shhu)消費(fèi)品零售總額之間的關(guān)系進(jìn)行曲消費(fèi)品零售總額之間的關(guān)系進(jìn)行曲線回歸分析。數(shù)據(jù)如表線回歸分析。數(shù)據(jù)如表7-57-5所示。（資料來源所示。（資料來源：中國統(tǒng)計(jì)年鑒：中國統(tǒng)計(jì)年鑒20072007，中國統(tǒng)計(jì)出版社，中國統(tǒng)計(jì)出版社，20072007年）年）第114頁/共187頁第一百一十五頁，共187頁。序序 號(hào)號(hào)年年 份份社會(huì)消費(fèi)品零售總額（億元）社

49、會(huì)消費(fèi)品零售總額（億元）119781558.6219791800.0319802140.0419812350.0519822570.0619832849.4719843376.4819854305.0919864950.01019875820.01119887440.01219898101.41319908300.11419919415.615199210993.716199314270.417199418622.918199523613.819199628360.220199731252.921199833378.122199935647.923200039105.724200143055.

50、425200248135.926200352516.327200459501.028200567176.629200676410.0第115頁/共187頁第一百一十六頁，共187頁。 實(shí)現(xiàn)實(shí)現(xiàn)(shxin)(shxin)步驟步驟第116頁/共187頁第一百一十七頁，共187頁。第117頁/共187頁第一百一十八頁，共187頁。 （1 1）第一部分輸出相關(guān)）第一部分輸出相關(guān)(xinggun)(xinggun)統(tǒng)計(jì)量統(tǒng)計(jì)量和參數(shù)的值如下表所示。和參數(shù)的值如下表所示。第118頁/共187頁第一百一十九頁，共187頁。 （2 2）第二）第二(d r)(d r)部分輸出的是觀察值部分輸出的是觀察值Lin

51、earLinear，CubicCubic，PowerPower和和Exponential 4Exponential 4種曲線預(yù)測(cè)值的對(duì)種曲線預(yù)測(cè)值的對(duì)比圖，如圖比圖，如圖7-217-21所示。所示。 第119頁/共187頁第一百二十頁，共187頁。 （3 3）由于在圖）由于在圖7-197-19所示所示“Curve Estimation”“Curve Estimation”對(duì)話框（三）中選了對(duì)話框（三）中選了“Save”“Save”項(xiàng)，且在圖項(xiàng)，且在圖7-207-20的的“Save Variables”“Save Variables”框中選擇了框中選擇了“Predicted “Predicted

52、 values”values”選項(xiàng)和選項(xiàng)和“Predict Cases”“Predict Cases”框中選擇了框中選擇了“Predict through”“Predict through”項(xiàng)，并且在項(xiàng)，并且在“Observation”“Observation”框中鍵入了框中鍵入了“31”“31”，因此，因此(ync)(ync)在在SPSSSPSS數(shù)據(jù)編輯窗數(shù)據(jù)編輯窗口中就新增了口中就新增了fit_1fit_1，fit_2fit_2，fit_3fit_3和和fit_4fit_4等等4 4個(gè)變個(gè)變量的預(yù)測(cè)值，同時(shí)在窗口下方還新增了兩個(gè)個(gè)案，量的預(yù)測(cè)值，同時(shí)在窗口下方還新增了兩個(gè)個(gè)案，它們分別代表

53、對(duì)它們分別代表對(duì)20072007年和年和20082008年的預(yù)測(cè)值。如圖年的預(yù)測(cè)值。如圖7-7-2222所示。所示。 第120頁/共187頁第一百二十一頁，共187頁。第121頁/共187頁第一百二十二頁，共187頁。 定義：前面幾節(jié)所討論的回歸模型中，因定義：前面幾節(jié)所討論的回歸模型中，因變量和自變量都是可以直接用數(shù)字計(jì)量的，即變量和自變量都是可以直接用數(shù)字計(jì)量的，即可以獲得其實(shí)際觀測(cè)值（如收入、支出、產(chǎn)量可以獲得其實(shí)際觀測(cè)值（如收入、支出、產(chǎn)量、國內(nèi)生產(chǎn)總值等），這類變量稱作數(shù)量、國內(nèi)生產(chǎn)總值等），這類變量稱作數(shù)量(shling)(shling)變量、定量變量或數(shù)量變量、定量變量或數(shù)量(s

54、hling)(shling)因素。然而，在實(shí)際問題的研究中，經(jīng)常會(huì)碰因素。然而，在實(shí)際問題的研究中，經(jīng)常會(huì)碰到一些非數(shù)量到一些非數(shù)量(shling)(shling)型的變量，如性別、型的變量，如性別、民族、職業(yè)、文化程度、地區(qū)、正常年份與干民族、職業(yè)、文化程度、地區(qū)、正常年份與干旱年份、改革前與改革后等定性變量。旱年份、改革前與改革后等定性變量。 第122頁/共187頁第一百二十三頁，共187頁。 在建立一個(gè)實(shí)際問題的回歸方程時(shí)，經(jīng)常需要在建立一個(gè)實(shí)際問題的回歸方程時(shí)，經(jīng)常需要考慮這些定性變量。例如，建立糧食產(chǎn)量預(yù)測(cè)方程考慮這些定性變量。例如，建立糧食產(chǎn)量預(yù)測(cè)方程就應(yīng)考慮到正常就應(yīng)考慮到正常(

55、zhngchng)(zhngchng)年份與受災(zāi)年份的不年份與受災(zāi)年份的不同影響；建立空調(diào)的銷售模型時(shí)，除了要考慮居民同影響；建立空調(diào)的銷售模型時(shí)，除了要考慮居民收入和商品價(jià)格這兩個(gè)量的因素之外，還必須將收入和商品價(jià)格這兩個(gè)量的因素之外，還必須將“季節(jié)季節(jié)”這個(gè)質(zhì)的因素，作為一個(gè)重要解釋變量。這個(gè)質(zhì)的因素，作為一個(gè)重要解釋變量。 第123頁/共187頁第一百二十四頁，共187頁。 由于受到質(zhì)的因素影響由于受到質(zhì)的因素影響(yngxing)(yngxing)，回歸模型，回歸模型的參數(shù)不再是固定不變的。例如，在空調(diào)銷售模型的參數(shù)不再是固定不變的。例如，在空調(diào)銷售模型中，收入、價(jià)格與空調(diào)銷售額的關(guān)系

56、是隨著季節(jié)變中，收入、價(jià)格與空調(diào)銷售額的關(guān)系是隨著季節(jié)變化而改變的，也就是說，在不同的季節(jié)回歸模型的化而改變的，也就是說，在不同的季節(jié)回歸模型的參數(shù)也會(huì)有所不同。再如，我國居民的消費(fèi)行為在參數(shù)也會(huì)有所不同。再如，我國居民的消費(fèi)行為在改革開放前后大不相同，因此消費(fèi)函數(shù)的參數(shù)也會(huì)改革開放前后大不相同，因此消費(fèi)函數(shù)的參數(shù)也會(huì)發(fā)生變化。顯然，如果忽略質(zhì)的因素，仍把模型中發(fā)生變化。顯然，如果忽略質(zhì)的因素，仍把模型中的參數(shù)看作是固定不變的，得到的參數(shù)估計(jì)量就不的參數(shù)看作是固定不變的，得到的參數(shù)估計(jì)量就不能正確描述經(jīng)濟(jì)變量之間的關(guān)系。能正確描述經(jīng)濟(jì)變量之間的關(guān)系。第124頁/共187頁第一百二十五頁，共18

57、7頁。 在回歸分析中，對(duì)一些自變量是定性變量的先在回歸分析中，對(duì)一些自變量是定性變量的先作數(shù)量化處理，處理的方法是引進(jìn)只取作數(shù)量化處理，處理的方法是引進(jìn)只取“0”“0”和和“1”“1”兩個(gè)值的兩個(gè)值的0 01 1型虛擬自變量。當(dāng)某一屬性出現(xiàn)型虛擬自變量。當(dāng)某一屬性出現(xiàn)時(shí)，虛擬變量取值為時(shí)，虛擬變量取值為“1”“1”，否則取值為，否則取值為“0”“0”。例。例如，令如，令“1”“1”表示改革開放以后的時(shí)期，表示改革開放以后的時(shí)期，“0”“0”則表則表示改革開放以前的時(shí)期。再如，用示改革開放以前的時(shí)期。再如，用“l(fā)”“l(fā)”表示某人是表示某人是男性，男性，“0”“0”則表示某人是女性。虛擬變量也稱為

58、啞則表示某人是女性。虛擬變量也稱為啞變量。需要指出的是，雖然虛擬變量取某一數(shù)值，變量。需要指出的是，雖然虛擬變量取某一數(shù)值，但這一數(shù)值沒有任何但這一數(shù)值沒有任何(rnh)(rnh)數(shù)量大小的意義，它僅數(shù)量大小的意義，它僅僅用來說明觀察單位的性質(zhì)和屬性。僅用來說明觀察單位的性質(zhì)和屬性。第125頁/共187頁第一百二十六頁，共187頁。 如果如果(rgu)(rgu)在回歸模型中需要引入多個(gè)在回歸模型中需要引入多個(gè)0 01 1型型虛擬變量虛擬變量D D時(shí)，虛擬變量的個(gè)數(shù)應(yīng)按下列原則來確定時(shí)，虛擬變量的個(gè)數(shù)應(yīng)按下列原則來確定：對(duì)于包含一個(gè)具有：對(duì)于包含一個(gè)具有k k種特征或狀態(tài)的質(zhì)因素的回歸種特征或狀

59、態(tài)的質(zhì)因素的回歸模型，如果模型，如果(rgu)(rgu)回歸模型不帶常數(shù)項(xiàng)，則中需引回歸模型不帶常數(shù)項(xiàng)，則中需引入入k k個(gè)個(gè)0 01 1型虛擬變量型虛擬變量D D；如果；如果(rgu)(rgu)有常數(shù)項(xiàng)，則有常數(shù)項(xiàng)，則只需引入只需引入k k1 1個(gè)個(gè)0 01 1型虛擬變量型虛擬變量D D。當(dāng)。當(dāng)k=2k=2時(shí)，只需要時(shí)，只需要引入一個(gè)引入一個(gè)0 01 1型虛擬變量型虛擬變量D D。第126頁/共187頁第一百二十七頁，共187頁。 計(jì)算公式如下。計(jì)算公式如下。 下面以自變量所含定性變量是一個(gè)還是多個(gè)下面以自變量所含定性變量是一個(gè)還是多個(gè)來分別說明如何構(gòu)造含虛擬自變量的回歸模型。來分別說明如何

60、構(gòu)造含虛擬自變量的回歸模型。 （1 1）自變量中只含一個(gè)定性變量，且這個(gè)）自變量中只含一個(gè)定性變量，且這個(gè)(zh ge)(zh ge)定性變量只有兩種特征的簡單情況時(shí)。定性變量只有兩種特征的簡單情況時(shí)。 （2 2）自變量中含多個(gè)定性變量時(shí)。）自變量中含多個(gè)定性變量時(shí)。第127頁/共187頁第一百二十八頁，共187頁。 研究問題研究問題 研究采取某項(xiàng)保險(xiǎn)革新措施的速度研究采取某項(xiàng)保險(xiǎn)革新措施的速度y y與保險(xiǎn)公司與保險(xiǎn)公司的規(guī)模的規(guī)模x1x1及其類型及其類型(lixng)d(lixng)d之間的關(guān)系，數(shù)據(jù)如之間的關(guān)系，數(shù)據(jù)如表表7-67-6所示。所示。第128頁/共187頁第一百二十九頁，共18