第三部分线性回归分析PPT.ppt

第3部分 线性回归分析;案例3.1 用PPI预测CPI;此外，还具有以下几个方面的作用;;（4）用于缩减经济系列;案例分析; 从散点图可以看出，CPI与PPI之间具有一定的线性相关关系，也就是说，随着PPI的上涨，CPI也随之上涨。 ;两者之间的相关系数及其显著性检验结果如下：;（二）CPI与PPI之间的线性回归分析及预测;;根据上述各表可知，CPI与PPI之间的一元线性回归方程为： 。这表明，PPI每上涨1%，CPI平均上涨0.818%。;;;从图3.1.3和图3.1.4可以看出，模型的随机误差项基本上符合正态分布。;;;;;案例3.2 预测人均GDP;;二、案例分析;（一）各变量之间关系的分析;;;（二）人均GDP的多元线性回归分析;;从逐步回归结果可以看出，提供了4个可供选择的回归模型，并给出了每个模型的拟合优度检验统计量、方差分析表以及参数的估计和检验结果。在每个模型中，固定资产投资这个变量均被剔除。 从预测的角度而言，这4个模型均可用。但从回归系数来看，进出口总额的回归系数很小，表明其在预测中的作用不大。因此，这里我们最终选择模型4，其回归方程为;;案例3.3 城镇居民消费支出与可支配收入的关系研究;二、案例分析;;; 从模型的主要统计量来看，模型的 和调整后的 都达到了0.9以上，说明模型拟合程度较高。; 表3.3.3显示，模型显著性检验的P值接近于0，在0.05的显著性下，模型的线性关系是显著的。;表3.3.4;;（二）模型的合理性检验;;;;图3.3.4 模型标准化残差的散点图;;案例3.4 促销对相对竞争力的影响研究;需要分析的问题：;二、案例分析;;从图3.4.1来看，相对促销量和相对销售额之间存在明显的线性关系。为确切描述两者之间的关系，需要对相对促销费用与相对销售额做相关性检验，得到的结果如下表所示: 从表3.4.2的检验结果来看，相对促销费用与相对销售额之间存在显著的线性关系。在统计中，当两个数值型自变量之间存在线性关系时，我们往往考虑采用线性回归的方法进行分析。;（二)相对促销费用与相对销售额的线性回归分析;;（三）模型的合理性检验; ;;;案例3.5上市公司财务指标的线性回归分析;案例分析;;;;;;（一）上??公司财务指标之间的逐步线性回归分析;; 表3.5.6给出了模型的最终结果，并对回归系数进行了显著性检验。在显著性水平为0.1的前提下，解释变量的回归系数均是显著不为零的。模型的最终结果为： 平均盈利能力得分=8.407+0.843×平均市盈利得分+随机误差项 该模型的意义是，如果公司的平均市盈利得分提高1分，在其他因素不变的情况下，平均市盈利能力就能平均提高0.843分。;;（二）模型基本假定条件的检验;;;从图3.5.1和图3.5.2可以看出，模型的随机误差项是符合正态分布的。为了使结果更具有说服力，对模型的残差进行非参数单样本K-S检验，所得结果如表3.5.7所示。 ;;对本案例，图3.5.3给出了模型残差的散点图。;;;