内容(目录请附本表之后)
本教材的主要内容是在相关分析的基础上,从经典的线性回归模型出发,介绍回归模型的假定条件、参数估计、模型的检验及模型的应用;结合实际应用中存在的问题、经典模型假设不成立的实际,对经典回归模型进行深入,提出回归模型的设定与改进,包括模型的改进、变量的选择、不完全数据的处理等,最后在基本理论与方法的基础上,触及回归分析的应用与回归模型的推广。本教材在注重理论的同时,将加入软件的实现部分。
与现用教材相比有什么特点:
与同类教材相比较的主要特色有:
1.强调针对性,即针对经济类院校统计专业、经济管理类专业学生的专业特点,在不失回归分析方法、体系结构完整、内容严谨的前提下,结合中国社会、经济、自然科学等领域的研究实例,借助于典型的相关经济案例来论述回归分析的原理与方法。,突出实际案例的应用。
2.突出实用性,即强调回归分析、统计思想渗透,在系统阐述回归分析方法的基础上,突出各种方法的特点和局限性的介绍,以避免、减少对回归分析方法的误用,同时突出定性分析与定量分析的结合,强调回归分析的技术,以提高学习者分析的技能。
3.注重系统性,根据研究对象及内容,全面介绍各种主要回归分析的理论与方法,体现本教材结构的完整性与系统性。
4.把握学术前沿,将国内外相对较新的回归分析理论和方法与应用引入教材,使学生了解回归分析的研究动态和发展趋势。
5.结合统计软件全面、系统地介绍回归分析过程及技术实现,针对具体问题建立相应的回归模型,提高学习者回归分析的实际操作能力与水平,实现对软件的有效与充分。
缺陷:
本书融合了作者多年的教学和实际工作经验,旨在介绍回归分析的基本原理、基本方法及其在经济领域中的应用,以培养学生学会使用回归分析方法解决实际问题。全书包括回归分析基础、经典线性回归分析、违背经典假设的线性回归方程参数估计和实践中的回归分析等内容。
本书主要特色
突出实用性:强调回归分析、统计思想渗透,在系统阐述回归分析方法的基础上,突出各种方法的特点和局限性的介绍,以避免或减少对回归分析方法的误用,同时突出定性分析与定量分析的结合,强调回归分析的技术,以提高学习者分析的技能。
注重系统性:根据研究对象及内容,全面介绍各种主要回归分析的理论与方法,体现本教材结构的完整性与系统性。
与统计软件相结合:使用EViews和SPSS全面、系统地介绍回归分析过程及技术实现,针对具体问题建立相应的回归模型,提高学生的实际操作能力与水平。
回归分析是统计学中的一个重要分支。它是研究变量之间数量依存关系的一类统计方法,是实际数据分析工作中最常用的统计工具之一,其应用领域十分广泛,包括自然科学、管理科学和社会、经济等各个领域。加强回归分析理论与方法的学习和应用不仅成为统计教育界的共识,也越来越受到实际应用部门相关分析人员的重视。
当然,回归分析受到普遍关注不仅仅在于对方法的研究,还包括对回归分析方法的使用、应用中的技术与技巧。但是由于使用者对分析对象认识的片面性或对回归分析方法掌握的不到位,研究者或学习者对方法的使用常常会出现一些问题,例如:1)学习了很多的回归分析方法,但不知如何应用;2)学习了方法,但不知对什么问题在什么情况下应用;3)实践中对所学习方法的误用,出现大量的伪回归,形成统计陷阱;4)缺乏回归分析技能,无法有效地将理论正确地应用于实践。
为了进一步加强统计学专业的课程建设,作者在总结多年教学经验、实际工作经验的基础上编写了本教材。本书旨在通过介绍回归分析的基本原理、基本方法及其在经济领域中的应用,培养学生使用回归分析方法解决实际问题的能力。全书包括回归分析基础、经典线性回归分析、违背经典假设的线性回归方程参数估计和实践中的回归分析四个部分,共11章。
本教材的编写着重突出了以下几方面的特点:
1)有针对性,即针对经济类院校统计专业、经济管理类专业学生的特点,在不失回归分析方法、体系结构完整、内容严谨的前提下,借助典型的相关经济案例论述回归分析的原理与方法,突出实际案例的应用。
2)突出实用性,即强调回归分析、统计思想的渗透,在系统阐述回归分析方法的基础上,突出各种方法的特点和局限性的介绍,以避免或减少对回归分析方法的误用,同时突出定性分析与定量分析的结合,强调回归分析的技术,以提高学习者分析的技能。
3)注重系统性,即根据研究对象及内容,全面介绍各种主要回归分析方法的理论,体现本教材结构的完整性。
4)结合统计软件全面、系统地介绍回归分析过程及技术实现,针对具体问题建立相应的回归模型,提高学生的实际操作能力与水平。
本书的编写得到了北京市属高等学校高层次人才引进与培养计划项目的资助和首都经济贸易大学 、机械工业出版社华章分社的大力支持,部分案例借鉴了相关的教材和著作,在此一并表示感谢。作者期望本书的出版能够为学习者提供帮助,当然,由于水平有限,书中难免有不足和偏颇之处,敬请读者批评指正,作者表示衷心的感谢。
马立平
2013年11月
统计
本书融合了作者多年的教学和实际工作经验,旨在介绍回归分析的基本原理、基本方法及其在经济领域中的应用,以培养学生学会使用回归分析方法解决实际问题。全书包括回归分析基础、经典线性回归分析、违背经典假设的线性回归方程参数估计和实践中的回归分析等内容。
本书主要特色
·突出实用性:强调回归分析、统计思想渗透,在系统阐述回归分析方法的基础上,突出各种方法的特点和局限性的介绍,以避免或减少对回归分析方法的误用,同时突出定性分析与定量分析的结合,强调回归分析的技术,以提高学习者分析的技能。
·注重系统性:根据研究对象及内容,全面介绍各种主要回归分析的理论与方法,体现本教材结构的完整性与系统性。
·与统计软件相结合:使用Eviews和SPSS全面、系统地介绍回归分析过程及技术实现,针对具体问题建立相应的回归模型,提高学生的实际操作能力与水平。
前言
教学建议
第一部分回归分析基础
第1章回归分析概述
11回归的释义与回归分析的作用
111“回归”一词的历史渊源
112回归分析的发展与现代释义
113回归分析的主要作用
12回归分析的基本过程
121回归分析的基本类型与主要内容
122回归分析的基本流程
13回归分析的基本概念与一般模型
131回归分析的基本概念
132回归分析的一般模型
133回归模型常见的基本形式
思考与练习
第2章变量间的相关关系分析
21变量间的关系
211相关关系
212相关关系种类
213相关分析的主要内容
22相关关系的描述与测度
221相关关系的描述——相关表与散点图
222相关程度的测定——相关系数的计算
23相关分析的应用
231变量的类型与相关系数
232相关与因果关系
233相关系数的应用
234相关分析的SPSS软件应用
思考与练习
第二部分经典线性回归分析
第3章一元线性回归分析
31一元线性回归模型
311一元线性回归模型的基本概念
312一元线性回归模型的选择
32回归模型的最小二乘估计
321普通最小二乘估计原理与估计量
322最小二乘估计的基本假定
323最小二乘估计的精度与标准误差
324最小二乘估计量的性质
325区间估计
33显著性检验与回归方程的拟合效果
331显著性检验
332回归方程的拟合效果度量
333回归方程的残差分析
34一元线性回归模型的应用
341结构分析
342预测
343控制
344应用案例
345一元线性回归分析的SPSS软件使用
思考与练习
第4章多元线性回归分析
41多元线性回归模型
411多元线性回归模型的一般形式
412多元线性回归模型的基本假定
42多元线性回归参数的最小二乘估计
421回归系数的估计量
422回归模型参数最小二乘估计量的方差和标准误差
423回归系数的区间估计
424最大似然估计
43参数估计量的性质
44回归方程的评价
441回归方程的精度测量
442多元线性回归模型的简洁性
443综合评价
45回归系数的显著性检验
451每个自变量对因变量影响的显著性检验
452回归方程线性关系的显著性检验
453检验两个回归系数是否相等
454受约束(线性约束)的回归系数估计与约束条件的检验
46标准化回归方程
461数据的标准化处理
462标准化回归系数
47多元线性回归的实际操作
471SPSS关于多元线性回归的操作
472关于儿童体重的二元线性回归分析
思考与练习
第5章方差齐性诊断与模型的加权最小二乘估计
51异方差情况下的最小二乘估计
511异方差形成的原因
512异方差对参数估计的影响
52回归分析中异方差的诊断
521异方差的定性判断
522异方差的图形检验
523异方差的统计检验
53异方差情况下的加权最小二乘估计
思考与练习
第三部分违背经典假设的线性回归方程参数估计
第6章误差独立性的诊断与模型的广义最小二乘法
61自相关下的最小二乘估计
611自相关形成的原因
612误差项自相关时OLS估计的后果
62误差项自相关的诊断
621误差项自相关的定性判断
622误差项自相关的图形诊断
623随机误差项自相关的统计检验
63存在误差项自相关的广义最小二乘估计
631εt具有一阶自回归形式
632εt具有高阶自回归形式
633如何估计ρ
思考与练习
第7章共线性数据模型的建立与有偏估计
71自变量共线性产生的原因与后果
711自变量共线性产生的原因
712形成多重共线性的原因
713多重共线性的后果
714多重共线性的诊断
72多重共线性下的有偏估计
721主成分回归
722岭估计
723合并截面数据与时间序列数据
思考与练习
第四部分实践中的回归分析
第8章关于自变量的选择
81自变量选择的基本原则
811问题的提出
812全模型和选模型
813自变量选择对参数估计和因变量预测的影响
814自变量选择的原则
82增加一个自变量的“边际”贡献分析
821边际贡献
822自变量的边际贡献分析
83自变量选择的常用方法
831前进法
832后退法
833逐步回归法
834应用中的问题
835SPSS实现
84虚拟变量的选择
841虚拟变量及数据处理
842虚拟变量引入回归模型的方法
思考与练习
第9章动态回归分析
91动态回归模型
911滞后效应与分布滞后模型
912自回归模型
913自回归分布滞后模型
92自回归分布滞后模型的估计方法
921分布滞后模型的变换
922自回归分布滞后模型的参数估计
93变量因果关系的检验
931回归模型约束条件的检验
932格兰杰因果关系的检验
94模型结构稳定性检验
思考与练习
第10章线性回归的推广
101非线性回归
1011指数曲线模型
1012对数曲线模型
1013双曲线函数模型
1014多项式曲线模型
1015龚伯兹曲线模型
102定性因变量的回归分析
1021二元选择回归模型
1022多类别逻辑斯谛回归
1023有序因变量的回归模型
103广义线性模型
1031广义线性模型的一般形式
1032常用的联系函数
1033广义线性模型的参数估计
思考与练习
第11章回归模型的设定与改进
111回归模型的设定标准
1111回归模型的设定原则与思路
1112模型的评价准则
1113模型设定误差的类型
112模型设定错误的主要类型
1121遗漏相关变量
1122包括了不相关的自变量
1123模型的函数形式设定错误
1124变量数据度量的偏误
113回归模型设定问题的诊断与检验
1131模型包含非相关变量的诊断
1132遗漏变量与模型形式设定错误的诊断
思考与练习
附录AEViews的简要使用说明
附录BSPSS软件的简要使用说明
参考文献