第四章 因果关系预测.ppt

第四章回归预测法
学****目标
掌握回归预测的条件;
熟悉一元线性回归预测的步骤;
了解多元线性的含义;
学会使用软件建立模型。
一、定义
回归预测法就是通过变量之间的相关分析,建立回归模型,根据自变量的数值变化,预测因变量变化的方法。
因变量即预测对象,自变量则是与因变量有密切关系的那个或几个变量。
第一节回归预测法简介
二、利用回归法进行预测的必要条件
,即强相关,而各个自变量之间的关系,又必须是不密切或不相关的。
,或容易求得。
第一节回归预测法简介
三、建立回归模型的步骤
(一)理论模型的设计
理论模型的设计包括三部分工作:选
择变量、确定变量之间的关系、拟定模型
中待估参数的数值范围。
第一节回归预测法简介

在单方程模型中,变量分为两类:被
解释变量、解释变量。
在确定了被解释变量之后,关键在于
正确地选择解释变量。
第一节回归预测法简介
首先,需要正确理解和把握所研究的经
济现象中暗含的经济学理论和经济行为规律。
其次,选择变量要考虑数据的可得性。
第三,选择变量时要考虑所有入选变量之
间的关系,使得每一个解释变量都是独立的。
第一节回归预测法简介
下面是几种容易发生的错误:
例1
农副产品出口额=-107+*社会商品零售总
额+*农副产品收购额
分析:这里选择了无关的变量。因为社会商
品零售总额不是影响农副产品出口额的原因。
第一节回归预测法简介
例2
生产资料进口额=*轻工业投资+*出口额+*生产消费+*进出口总额
分析:这里选择了不重要的变量。应加入全社会固定
资产投资
例3
农业总产值=+*粮食产量+*农机动力-*受灾面积
分析:这里选择了不独立的变量。
第一节回归预测法简介


(二)样本数据的收集

常用的样本数据有三类:时间序列数据、截面数据、虚拟变量。
(1)时间序列数据是一批按照时间排列的统计数据。
第一节回归预测法简介
在利用时间序列数据作样本时,要注意以
下几个问题:
一是所选择的样本区间内经济行为一致性问题;
二是样本数据在不同样本点之间的可比性问题;
三是样本观测值过于集中的问题;
四是模型随机误差的序列相关问题。
第一节回归预测法简介