经济学相关分析修改

实例2:

中国妇女生育水平的决定因素是什么?妇女生育水平除了受计划生育政策影响以外，还可能与社会、经济、文化等多种因素有关。1.影响中国妇女生育率变动的因素有哪些？2.各种因素对生育率的作用方向和作用程度如何？3.哪些因素是影响妇女生育率主要的决定性因素？4.如何评价计划生育政策在生育水平变动中的作用？5.计划生育政策与经济因素比较,什么是影响生育率的决定因素？6.如果某些地区的计划生育政策及社会、经济、文化等因素发生重大变化，预期对这些地区的妇女生育水平会产生怎样的影响？第一节相关分析的意义和任务

一、相关关系的概念(注意相关关系与函数关系的区别)

(一)函数关系

它反映着现象之间存在着严格的依存关系，也就是具有确定性的对应关系，这种关系可用一个数学表达式反映出来。

例如某种商品的销售额和销售量之间，由于价格因素，所以两者可表现为严格的依存关系。(二)相关关系

它反映着现象之间的数量上不严格的依存关系，也就是说两者之间不具有确定性的对应关系，这种关系有二个明显特点：1.现象之间确实存在数量上的依存关系，即某一社会经济现象变化要引起另一社会经济现象的变化；2.现象之间的这种依存关系是不严格的，即无法用数学公式表示。商品价格和商品销售量之间，存在着一定的依存关系，即商品价格发生变动，商品的销售量也会随之发生变动。例

在具有相互依存关系的两个变量中，作为根据的变量称自变量，一般用X表示；发生对应变化的变量称因变量，一般用y表示。1.按相关关系涉及的因素多少来分，可分为：

单相关和复相关。

在实际工作中，如存在多个自变量，可抓住其中主要的自变量，研究其相关关系，而保持另一些因素不变，这时复相关可转化为偏相关。二因素之间的相关关系称单相关，即只涉及一个自变量和一个因变量。三个或三个以上因素的相关关系称复相关，或多元相关，即涉及二个或二个以上的自变量和因变量。二、相关关系的种类

2.按相关关系的性质来分，可分为:

正相关和负相关正相关是指两相关现象变化的方向是一致的。

负相关是指两相关现象变化的方向是相反的。3.按相关关系的形式来分，可分为：

直线相关和曲线相关

直线相关是指两个相关现象之间，当自变量X的数值发生变动时，因变量y随之发生近似于固定比例的变动，在相关图上的散点近似地表现为直线形式，因此称其为直线相关关系。

曲线相关是指两个相关现象之间，当自变量X的数值发生变动时，因变量y也随之发生变动，但这种变动在数值上不成固定比例，在相关图上的散点可表现为抛物线、指数曲线、双曲线等形式，因此称其为曲线相关关系。4.

按相关程度分，可分为：

完全相关、不完全相关和不相关

完全相关就是相关现象之间的关系是完全确定的关系，因而完全相关关系就是函数关系。

不相关是指两现象之间在数量上的变化上各自独立，互不影响。

不完全相关就是介于完全相关和不相关之间的一种相关关系。相关分析的对象主要是不完全相关关系。三、相关分析的任务和内容

相关分析的主要任务，概括起来是两个方面：一方面，研究现象之间关系的密切程度，即相关分析；另一方面，研究自变量与因变量之间的变动关系，用数学方程式表达，即回归分析。相关分析的主要内容包括以下五个方面：1.判断社会经济现象之间是否存在相互依存的关系，是直线相关，还是曲线相关，这是相关分析的出发点；2.确定相关关系的密切程度；3.测定两个变量之间的一般关系值；4.测定因变量估计值和实际值之间的差异，用以反映因变量估计值的可靠程度；5.相关系数的显著性检验。第二节简单线性相关分析

一、相关表和相关图相关图，也称散布图(或散点图)。单变量分组表：指根据一个变量进行分组，另一个变量不进行分组，只计算次数和平均数。(实际应用最多,P331)双变量分组表：一般情况下很少使用

某市1996年—2003年的工资收入与城镇储蓄存款余额的资料，说明简单相关表和相关图的编制方法。从表可看出，随着工资收入的增加，城镇储蓄存款余额有明显的增长趋势。所以，资料表明(如图)有明显的直线相关趋势。序号年份工资收入(万元)x城镇储蓄存款余额(万元)y119965001202199754014031998620150419997302005200090028062001970350720021050450820031170510例1企业按销售额分组(万元)流通费用率(%)4以下9.654～

87.688～

127.2512～

167.0016～

206.8620～

246.7324～

286.6428～

326.6032～

366.58例2二、相关系数

相关系数是在直线相关条件下，表明两个现象之间相关关系的方向和密切程度的综合性指标。一般用符号r表示。r的测定方法：仍以上例1资料计算：序号年份x(万元)y(万元)11996500120-310-15596100240254805021997540140-270-13572900182253645031998620150-190-12536100156252375041999730200-80-75640056256000520009002809058100254506200197035016075256005625120007200210504502401755760030625420008200311705103602351296005522584600合计64802200--432400155000253300经过计算，表明该市工资性收入与城镇储蓄存款余额之间存在着高度正相关。对r的解释如下：(即r的特点)(1)r取正值或负值决定于分子协方差；(2)r的绝对值，在0与1之间；(3)r的绝对值大小，可说明现象之间相关关系的紧密程度。积差法公式进一步化简如下：2.简捷法

资料计算如下：序号年份X(万元)Y(万元)x2y2xy119965001202500001440060000219975401402916001960075000319986201503844002250093000419997302005329004000014600052000900280810000784002520006200197035094090012250033950072002105045011025002025004725008200311705101368900260100596700合计64802200568120076000020353003.从单变量分组表计算相关系数（选学）

三、简单线性相关分析的特点

通过对r的计算方法的讨论，可看出二个明显特点：2.相关关系中只能计算出一个相关系数r。1.相关关系中，两个变量不必定出哪个是自变量，哪个是因变量，因此，相关的两个变量都是随机变量；

第三节回归分析

在回归分析中，两个变量之间的回归称为简单回归，两个以上变量之间的回归称为复回归。无论是简单回归还是复回归，数学模型均有线性(直线)回归和非线性(曲线)回归之分。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

回归的现代意义一个因变量对若干解释变量依存关系的研究回归的目的（实质）：

由固定的自变量去估计因变量的平均值样本总体自变量固定值估计因变量平均值

相关分析与回归分析的联系●共同的研究对象：都是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依赖于回归分析●相关分析中相关系数的确定建立在回归分析的基础上一、直线回归(一)简单直线回归分析简单直线回归方程的一般形式为：

yc=a+bx

yc——因变量的估计值；

x——自变量；

a——回归直线在y轴上的截距；

b——回归直线的斜率，称回归系数,表明x每增加一个单位，因变量yc的平均变化值

b>0，x与y为正相关

b<0，x与y为负相关

a、b的确定：

在简单直线回归方程中，a、b为待定系数，常用最小平方法来确定，即∑(y-yc)2=最小值。简单直线回归方程建立的步骤为：

①确定自变量x和因变量y；②计算Σx、Σy、Σx2、Σxy；③代入公式，先求b，再求a。仍用上例1资料得到：

yc=-199.5+0.5858x表明该市工资收入每增加1万元，储蓄存款余额就增加0.5858万元。举例说明b(回归系数)在经济管理中的作用：

某企业的某种产品月产量与单位成本的关系呈直线关系，用直线回归方程表示是：

yc=77.36-1.818x，其中，

x表示月产量(千件)y表示单位成本(元);a=77.36(元)，表示生产这种产品在单位成本方面的条件（特征）；

b=-1.818，表示月产品每增加1000件，单位成本平均降低1.818元。从单变量分组表配合回归直线（选学）简单直线回归分析的主要特点：

1.直线回归分析时，要根据研究目的，在两个变量之间确定哪个是自变量，哪个是因变量。

2.在两个现象互为根据的情况下，可以有两个回归方程：

yc=a+bx称y倚x回归直线

xc=c+dy称x倚y回归直线(二)多元线性回归分析

多元线性回归分析可以看作是一元线性回归分析的扩展。现以二元线性回归模型进行回归分析，其方程式为：

以我国1973－1983年11年手表销售量和手表价格的实际资料为例，拟合一元线性回归方程为：

yc=9643-65x此时，回归系数b表明，手表平均价格每降低1元/只，销售量约平均增长65万只。一元线性回归模型只列入了手表平均价格对销售量的影响，而忽略了居民收入这一很重要的因素，因此，现对此资料补入同期居民人均货币收入资料，将原来的一元线性回归模型扩展为二元线性回归模型进行回归分析。例列成计算表如下：年份(n=11)手表销售量y(万只)人均货币收入x1(元)手表平均价格x2(元/只)x1yx2yx1x21973650.4102.113466405.8487153.613681.41974758.4105.313479859.52101625.614110.21975819.9110.112990270.99105767.114202.919761051.7113.9131119788.63137772.714920.919771149.7120.4127148423.88146011.915290.819781388.1131.0125181841.10173512.516375.019791944.4157.0123305270.80239161.219311.019802534.0193.5123490329.00311682.023800.519812890.0210.2114607478.00329460.023962.819823576.0228.789817831.20318264.020354.319833898.0258.7861008412.60335228.022248.2合计20660.61730.913153905911.562285638.6198258.0年份(n=11)197310424.4117956197411088.0917956197512122.0116641197612973.2117161197714496.1616129197817161.0015625197924649.0015129198037442.2515129198144184.0412996198252303.697921198366925.697396合计303769.55160039续表

b1表明在手表平均价格固定时，人均货币收入每增加１元，手表销售量平均增长18.6368万只；

b2表明在人均货币收入固定时，手表平均价格每上升１元/只，手表销售量平均减少8.0328万只。这里的b2比原一元线性回归模型中的同一回归系数b=-65要大得多，是因为一元线性回归模型只列入了手表平均价格对销售量的影响而忽略了居民收入这一很重要的因素，在手表平均价格的影响中渗入了居民收入的影响。上面的方法推广到多个自变量，其回归方程为：（选学）二、曲线回归

拟合方法：统计上通常采用变量代换法把非线性形式转换为线性形式处理，使线性回归分析的方法也能适用于非线性回归问题的研究。

某商店各个时期的商品流通费率和商品零售额资料如下：x商品零售额(万元