建模的回归思想-计量经济学-EVIEWS建模课件.ppt

经济建模的回归思想经济建模的回归思想一、一、经济现象及其关系分析象及其关系分析二、二、回回归及因果关系及因果关系三、三、回回归建模及建模及经验方法方法变量间的关系分析统计依依赖或相关关系相关关系研究的是非确定现象随机变量间的关系。如上图和下式所示：确定性关系确定性关系完全不相关完全不相关。函数关系：函数关系：研究的是确定现象非随机变量间的完全相关的关系。如：相关关系的类型从涉及的变量数量变量数量看简单相关 多重相关（复相关）从变量相关关系的表现形式表现形式看 线性线性相关散布图接近一条直线(左图)非线性非线性相关散布图接近一条曲线(右图)回归的古典意义高尔顿遗传学的回归概念，父母身高与子女身高的关系:无论高个子或低个子的子女都有向人的平均身高回归的趋势。相关分析与回归分析的联系共同的研究对象：都是基于事物间的普遍联系，对变量间相关关系的分析。只有当变量间存在相关关系时，用回归分析去寻求相关的具体数学形式才有实际意义。相关分析只表明变量间相关关系的性质和程度，要确定变量间相关的具体数学形式主要依赖于回归分析。相关分析中相关程度的确定，是建立在回归分析的基础上的。统计依存关系线性相关非线性相关正相关负相关正相关负相关基本方法有因果关系无因果关系回归分析相关分析注意事注意事项：不线性相关并不意味着不相关。有相关关系并不意味着一定有因果关系。相关分析相关分析对称地对待任何(两个)变量，两个变量都被看作是随机的。回回归分析分析对变量的处理方法存在不对称性，即区分应变量(被解释变量)和自变量(解释变量)：前者是随机变量，后者不是。回归建模思想与方法在多数对经济理论的检验中，经济学家的目标就是要推断一个变量对另一个变量具有因果性效应(causal effect)。虽然简单的发现两个变量或多个变量间存在某种联系很诱人，但除非能够得到某种因果关系，否则这种联系很难令人信服。不过世间的事物具有普遍联系的观念，因果关系广泛存在的观念等早已成为计量经济模型设计的主要依据。经典模型的设定经典因果关系模型，可以用单方程揭示经济活动中各变量之间的单向因果关系；用联立方程来揭示经济系统中各变量之间的互为因果关系。它们反映了经济变量之间的行为、技术、制度或统计上的经验关系等方面的联系。设计中应注意如下几点：模型中解释变量的数目要恰当，越少越远离现实，但反映本质；越多越接近现实，同时复杂，进而可能失去了建模的意义。函数中各因素的代表变量的选择，取决于数据资料的掌握情况；函数形式的选择，取决于各因素间的因果作用形式；参数范围的分析，取决于变量之间两两相关关系的认识；模型建立的科学与合理完全取决于建模者对经济理论的理解、统计资料的掌握、数学工具的恰当使用。