經(jīng)濟分析與統(tǒng)計理論課件

經(jīng)濟分析與統(tǒng)計理論經(jīng)濟學所屬的社會科學與自然科學有質的差別。其一體現(xiàn)在研究對象上：社會科學研究的是人自身的社會行為，而不是其它外在物的行為。因此社會科學研究者自身也是被研究對象。另外，人的社會行為規(guī)范會隨社會的變遷而變化，這些都使經(jīng)濟管理學科顯著區(qū)別于物理學、化學等自然科學學科。經(jīng)濟分析與統(tǒng)計理論經(jīng)濟學所屬的社會科學與自然科學有質的差別。1科學試驗上的差別：無論是進行社會試驗或進行實驗室式的試驗，在經(jīng)濟管理學中都是十分困難的?，F(xiàn)有的大部分經(jīng)濟數(shù)據(jù)都屬非試驗性數(shù)據(jù)。此類數(shù)據(jù)具有的特征是非試驗性、異質性和相互關聯(lián)性?？茖W試驗上的差別：無論是進行社會試驗或進行實驗室式的試驗，在2概率論在經(jīng)濟分析中的應用如果生成經(jīng)濟數(shù)據(jù)過程的理論結構全部已知（包括所有理論參數(shù)的值），舉例來說，如獨立投擲一個各面標有數(shù)字{1，2，3，4，5，6}的均質六面體，其各面朝上的概率均是已知的，為1/6，這種情形被描述為數(shù)據(jù)生成過程完全先驗已知的情形，我們就直接能用概率論的方法。概率論在經(jīng)濟分析中的應用如果生成經(jīng)濟數(shù)據(jù)過程的理論結構全部已3估計理論的應用如果數(shù)據(jù)生成過程不是完全先驗已知的，這相應于獨立投擲一個各面都標有數(shù)字{1，2，3，4，5，6}的六面體，與上面情形不同之處在于我們不知道六面體是否具有標準均質的結構。在這種情形下常規(guī)做法是做大量獨立試驗對未知的概率特征進行推斷。應用工具為數(shù)理統(tǒng)計學中的估計理論。估計理論的應用如果數(shù)據(jù)生成過程不是完全先驗已知的，這相應于獨4建模理論及應用如果我們只知道試驗結果來自擲一個各面都標有數(shù)字的多面體，我們需要根據(jù)試驗結果推斷出數(shù)字{6}的概率分布結構。根據(jù)已知信息要解決這個問題是相當困難的，這是因為我們面臨多種可能性，如多面體不是通常的六面體、標有數(shù)字6的面可能不止一個，多面體可能不是均質的，投擲方法不是獨立的等等。據(jù)試驗結果對上述可能性擇取決斷，屬于不同模型枷說的擇取問題。這類建模問題才是實際中最常碰到的問題。建模理論及應用如果我們只知道試驗結果來自擲一個各面都標有數(shù)字5預測理論所謂經(jīng)濟預測，指在數(shù)據(jù)生成過程未知的條件下根據(jù)樣本信息對樣本以外的可能結果做出某種推斷。這相當于上面的例子中，預測下次投擲出現(xiàn){6}的概率。這相當于對目前已是風薄弱的應用模型提出了更高的要求。預測理論所謂經(jīng)濟預測，指在數(shù)據(jù)生成過程未知的條件下根據(jù)樣本信6統(tǒng)計方法的大致分類觀測數(shù)據(jù)來源橫貫數(shù)據(jù)縱貫數(shù)據(jù)分析模型的屬性因果模型相依模型變量測度等級測量型數(shù)據(jù)非測量型數(shù)據(jù)統(tǒng)計方法的大致分類觀測數(shù)據(jù)來源橫貫數(shù)據(jù)縱貫數(shù)據(jù)分析模型的屬性7社會科學常用統(tǒng)計方法簡介在上面關于統(tǒng)計方法的分類只是大致的，比如在經(jīng)濟學中，結合時間序列和橫截面兩者的數(shù)據(jù)是常見的。一些實證研究已經(jīng)同時分析了若干企業(yè)、洲或行業(yè)的時間序列數(shù)據(jù)，這些數(shù)據(jù)（paneldata)提供了經(jīng)濟生活的一個豐富的信息來源。但在這種條件下建模要求相當復雜的隨機理論知識。社會科學常用統(tǒng)計方法簡介在上面關于統(tǒng)計方法的分類只是大致的，8多元線性回歸多元回歸應用于單方程模型，其因變量必須為測量型變量，其自變量可以為測量型變量或虛擬變量。研究目的是通過模型分析，檢查自變量對與因變量的作用方向、作用強度和解釋能力。多元回歸分析得到的回歸系數(shù)表示在控制其它自變量的條件下每個自變量對于因變量單獨的凈作用。多元線性回歸多元回歸應用于單方程模型，其因變量必須為測量型變9通徑分析和結構方程模型如果變量之間有多層因果關系，便可以由多個有內(nèi)在聯(lián)系的多元回歸方程組成一套通徑分析聯(lián)立方程組，每個方程都通過多元回歸求解系數(shù)，然后應用通徑分析分解變量之間的直接作用和間接作用。如果方程組中含有不可之間觀察變量，使用結構方程模型。通徑分析和結構方程模型如果變量之間有多層因果關系，便可以由多10典型相關分析典型相關分析是近年來開始普及的一種新型多元統(tǒng)計分析方法。當研究人員面臨兩組多變量數(shù)據(jù)并希望研究兩組變量之間的關系時，可用該方法。例如，研究個人及其家庭的社會經(jīng)濟狀況與本人在某些方面的聯(lián)系，其中社會經(jīng)濟狀況可以是多方面的，本人的表現(xiàn)也可以從多各方面來測量。典型相關分析典型相關分析是近年來開始普及的一種新型多元統(tǒng)計分11Logistic回歸和logit模型當因變量為二分類變量且自變量為測量型變量和虛擬變量時，不能采用多元回歸，而應該使用logistic回歸。Logit模型是對數(shù)線性模型的一種特例。它不同于logistic回歸之處在于其自變量全部是分類變量。Logistic回歸和logit模型當因變量為二分類變量且自12鑒別分析鑒別分析是一種進行統(tǒng)計鑒別和分組的技術手段。它可以就一定數(shù)量案例的一個分組變量和相應的其他多元變量的已知信息，確定分組與其它多元變量之間的數(shù)量關系，建立鑒別函數(shù)。然后便可以用這一數(shù)量關系對其他已知多元變量信息、但未知分組類型所屬的案例進行鑒別分組。鑒別分析鑒別分析是一種進行統(tǒng)計鑒別和分組的技術手段。它可以就13因子分析因子分析是濃縮多個測量型變量的統(tǒng)計分析技術。在多元統(tǒng)計分析中，經(jīng)常碰到觀測變量很多且變量之間存在著較強的相關關系的情形，這不僅給問題的分析和描述帶來一定的困難，而且在使用某些統(tǒng)計方法時會出現(xiàn)問題，因子分析濃縮這些觀測變量，使之變?yōu)檎坏那覕?shù)量大大減少攜帶原有大部分信息的幾個變量。因子分析因子分析是濃縮多個測量型變量的統(tǒng)計分析技術。在多元統(tǒng)14聚類分析聚類分析是根據(jù)研究對象的特征對研究對象進行分類的多元分析技術。如市場營銷學中進行市場分層、確定目標市場等等都需要對研究對象進行分類。即把性質相近的個體歸于一類，使得同一類的個體具有高度的同質性。聚類分析的大部分應用都屬于探測性研究。與鑒別分析的區(qū)別在于沒有事先規(guī)定的標準。聚類分析聚類分析是根據(jù)研究對象的特征對研究對象進行分類的多元15關系類型因果模型因變量數(shù)？單因變量因變量測度測量型多元回歸非測量型自變量測度測量型Logistic回歸鑒別分析非測量型Logit模型多因變量因變量測度測量型非測量型虛擬變量典型相關分析典型相關分析多元方差分析多重因果關系相依模型關系類型因果模型因變量數(shù)？單因變量因變量測度測量型多元回歸非16關系類型因果模型因變量數(shù)？多重因果關系相依模型是否有潛在變量有結構方程模型無通徑分析變量間案例間因子分析聚類分析關系類型因果模型因變量數(shù)？多重因果關系相依模型是否有潛在變量17統(tǒng)計聯(lián)系與因果關系因果關系是事物間的一種本質聯(lián)系，而統(tǒng)計聯(lián)系是觀測數(shù)據(jù)中所反映的事物之數(shù)量聯(lián)系。是因果關系存在的必要條件而非充分條件，并不能最終證實因果關系的存在。而我們所作的研究多是橫貫數(shù)據(jù)，比較適合對差異性的研究。統(tǒng)計模型只是一種假設模型，代表對于實際因果關系數(shù)量特征的設想，也作為假設檢驗的一種手段，其檢驗的本質實證偽，而不是證實。統(tǒng)計聯(lián)系與因果關系因果關系是事物間的一種本質聯(lián)系，而統(tǒng)計聯(lián)系18事后解釋謬誤在研究過程中，建立假設和假設檢驗是兩個不同的階段。用一組數(shù)據(jù)的探索性研究形成的假設不能用該組數(shù)據(jù)進行檢驗。由于這樣形成的假設與該套參考數(shù)據(jù)已經(jīng)具備一致性，不存在可證偽性。事后解釋謬誤在研究過程中，建立假設和假設檢驗是兩個不同的階段19統(tǒng)計顯著與實際顯著統(tǒng)計檢驗是否顯著受三個方面的影響，一是實際差異幅度和作用強度的影響；二是置信度的大小；三是抽樣樣本的大小。統(tǒng)計檢驗是有條件的結果，表明在三個方面的特定條件下，是否能夠肯定差異或作用的存在。如果樣本規(guī)模足夠大，或者降低對結論的把握要求，一個完全沒有實際意義的差異幅度或作用強度也可以取得統(tǒng)計顯著的效果。統(tǒng)計顯著與實際顯著統(tǒng)計檢驗是否顯著受三個方面的影響，一是實際20經(jīng)濟分析與統(tǒng)計理論經(jīng)濟學所屬的社會科學與自然科學有質的差別。其一體現(xiàn)在研究對象上：社會科學研究的是人自身的社會行為，而不是其它外在物的行為。因此社會科學研究者自身也是被研究對象。另外，人的社會行為規(guī)范會隨社會的變遷而變化，這些都使經(jīng)濟管理學科顯著區(qū)別于物理學、化學等自然科學學科。經(jīng)濟分析與統(tǒng)計理論經(jīng)濟學所屬的社會科學與自然科學有質的差別。21科學試驗上的差別：無論是進行社會試驗或進行實驗室式的試驗，在經(jīng)濟管理學中都是十分困難的。現(xiàn)有的大部分經(jīng)濟數(shù)據(jù)都屬非試驗性數(shù)據(jù)。此類數(shù)據(jù)具有的特征是非試驗性、異質性和相互關聯(lián)性?？茖W試驗上的差別：無論是進行社會試驗或進行實驗室式的試驗，在22概率論在經(jīng)濟分析中的應用如果生成經(jīng)濟數(shù)據(jù)過程的理論結構全部已知（包括所有理論參數(shù)的值），舉例來說，如獨立投擲一個各面標有數(shù)字{1，2，3，4，5，6}的均質六面體，其各面朝上的概率均是已知的，為1/6，這種情形被描述為數(shù)據(jù)生成過程完全先驗已知的情形，我們就直接能用概率論的方法。概率論在經(jīng)濟分析中的應用如果生成經(jīng)濟數(shù)據(jù)過程的理論結構全部已23估計理論的應用如果數(shù)據(jù)生成過程不是完全先驗已知的，這相應于獨立投擲一個各面都標有數(shù)字{1，2，3，4，5，6}的六面體，與上面情形不同之處在于我們不知道六面體是否具有標準均質的結構。在這種情形下常規(guī)做法是做大量獨立試驗對未知的概率特征進行推斷。應用工具為數(shù)理統(tǒng)計學中的估計理論。估計理論的應用如果數(shù)據(jù)生成過程不是完全先驗已知的，這相應于獨24建模理論及應用如果我們只知道試驗結果來自擲一個各面都標有數(shù)字的多面體，我們需要根據(jù)試驗結果推斷出數(shù)字{6}的概率分布結構。根據(jù)已知信息要解決這個問題是相當困難的，這是因為我們面臨多種可能性，如多面體不是通常的六面體、標有數(shù)字6的面可能不止一個，多面體可能不是均質的，投擲方法不是獨立的等等。據(jù)試驗結果對上述可能性擇取決斷，屬于不同模型枷說的擇取問題。這類建模問題才是實際中最常碰到的問題。建模理論及應用如果我們只知道試驗結果來自擲一個各面都標有數(shù)字25預測理論所謂經(jīng)濟預測，指在數(shù)據(jù)生成過程未知的條件下根據(jù)樣本信息對樣本以外的可能結果做出某種推斷。這相當于上面的例子中，預測下次投擲出現(xiàn){6}的概率。這相當于對目前已是風薄弱的應用模型提出了更高的要求。預測理論所謂經(jīng)濟預測，指在數(shù)據(jù)生成過程未知的條件下根據(jù)樣本信26統(tǒng)計方法的大致分類觀測數(shù)據(jù)來源橫貫數(shù)據(jù)縱貫數(shù)據(jù)分析模型的屬性因果模型相依模型變量測度等級測量型數(shù)據(jù)非測量型數(shù)據(jù)統(tǒng)計方法的大致分類觀測數(shù)據(jù)來源橫貫數(shù)據(jù)縱貫數(shù)據(jù)分析模型的屬性27社會科學常用統(tǒng)計方法簡介在上面關于統(tǒng)計方法的分類只是大致的，比如在經(jīng)濟學中，結合時間序列和橫截面兩者的數(shù)據(jù)是常見的。一些實證研究已經(jīng)同時分析了若干企業(yè)、洲或行業(yè)的時間序列數(shù)據(jù)，這些數(shù)據(jù)（paneldata)提供了經(jīng)濟生活的一個豐富的信息來源。但在這種條件下建模要求相當復雜的隨機理論知識。社會科學常用統(tǒng)計方法簡介在上面關于統(tǒng)計方法的分類只是大致的，28多元線性回歸多元回歸應用于單方程模型，其因變量必須為測量型變量，其自變量可以為測量型變量或虛擬變量。研究目的是通過模型分析，檢查自變量對與因變量的作用方向、作用強度和解釋能力。多元回歸分析得到的回歸系數(shù)表示在控制其它自變量的條件下每個自變量對于因變量單獨的凈作用。多元線性回歸多元回歸應用于單方程模型，其因變量必須為測量型變29通徑分析和結構方程模型如果變量之間有多層因果關系，便可以由多個有內(nèi)在聯(lián)系的多元回歸方程組成一套通徑分析聯(lián)立方程組，每個方程都通過多元回歸求解系數(shù)，然后應用通徑分析分解變量之間的直接作用和間接作用。如果方程組中含有不可之間觀察變量，使用結構方程模型。通徑分析和結構方程模型如果變量之間有多層因果關系，便可以由多30典型相關分析典型相關分析是近年來開始普及的一種新型多元統(tǒng)計分析方法。當研究人員面臨兩組多變量數(shù)據(jù)并希望研究兩組變量之間的關系時，可用該方法。例如，研究個人及其家庭的社會經(jīng)濟狀況與本人在某些方面的聯(lián)系，其中社會經(jīng)濟狀況可以是多方面的，本人的表現(xiàn)也可以從多各方面來測量。典型相關分析典型相關分析是近年來開始普及的一種新型多元統(tǒng)計分31Logistic回歸和logit模型當因變量為二分類變量且自變量為測量型變量和虛擬變量時，不能采用多元回歸，而應該使用logistic回歸。Logit模型是對數(shù)線性模型的一種特例。它不同于logistic回歸之處在于其自變量全部是分類變量。Logistic回歸和logit模型當因變量為二分類變量且自32鑒別分析鑒別分析是一種進行統(tǒng)計鑒別和分組的技術手段。它可以就一定數(shù)量案例的一個分組變量和相應的其他多元變量的已知信息，確定分組與其它多元變量之間的數(shù)量關系，建立鑒別函數(shù)。然后便可以用這一數(shù)量關系對其他已知多元變量信息、但未知分組類型所屬的案例進行鑒別分組。鑒別分析鑒別分析是一種進行統(tǒng)計鑒別和分組的技術手段。它可以就33因子分析因子分析是濃縮多個測量型變量的統(tǒng)計分析技術。在多元統(tǒng)計分析中，經(jīng)常碰到觀測變量很多且變量之間存在著較強的相關關系的情形，這不僅給問題的分析和描述帶來一定的困難，而且在使用某些統(tǒng)計方法時會出現(xiàn)問題，因子分析濃縮這些觀測變量，使之變?yōu)檎坏那覕?shù)量大大減少攜帶原有大部分信息的幾個變量。因子分析因子分析是濃縮多個測量型變量的統(tǒng)計分析技術。在多元統(tǒng)34聚類分析聚類分析是根據(jù)研究對象的特征對研究對象進行分類的多元分析技術。如市場營銷學中進行市場分層、確定目標市場等等都需要對研究對象進行分類。即把性質相近的個體歸于一類，使得同一類的個體具有高度的同質性。聚類分析的大部分應用都屬于探測性研究。與鑒別分析的區(qū)別在于沒有事先規(guī)定的標準。聚類分析聚類分析是根據(jù)研究對象的特征對研究對象進行分類的多元35關系類型因果模型因變量數(shù)？單因變量因變量測度測量型多元回歸非測量型自變量測度測量型Logistic回歸鑒別分析非測量型Logit模型多因變量因變量測度測量型非測量型虛擬變量典型相關分析典型相關分析多元方差分析多重因果關系相依模型關系類型因果模型因變量數(shù)