§4.1 异方差性 一、异方差的概念 二、异方差的类型 三、实际经济问题中的异方差性 四、异方差性的后果 五、异方差性的检验 六、异方差的修正 七、案例 §4.2 序列相关性 一、序列相关性概念 二、实际经济问题中的序列相关性 三、序列相关性的后果 四、序列相关性的检验 五、案例 §4.3 多重共线性 一、多重共线性的概念 二、实际经济问题中的多重共线性 三、多重共线性的后果 四、多重共线性的检验 五、克服多重共线性的方法 六、案例 *七、分部回归与多重共线性 §4.4 随机解释变量问题 一、随机解释变量问题 二、实际经济问题中的随机解释变量问题 三、随机解释变量的后果 四、工具变量法 五、案例

●基本概念 ●虚拟变量设置规则

第一节 变量关系非线性 第二节 异常值 第三节 规律性扰动 第四节 解释变量缺落 第五节 参数变化

一、伪回归现象 所谓“伪回归”，是指变量间本来不存在相依关系，但回归结果却得出存在 相依关系的错误结论。这是传统回归分析方法较易犯的一种错误。 经济学家早就发现经济变量之间可能会存在伪回归现象。 20 世纪 70 年代，Grange、Newbold 研究发现，造成“伪回归”的根本原因 在于变量的时序序列的非平稳性

 回归（Regression，或Linear Regression）分析变量间的关系，有明确的因果关系假设。  即要假设一个变量为自变量，一个为因变量，用回归表示自变量对因变量的影响。  如年龄对收入的影响。[解释]  由于回归构建了变量间因果关系的数学表达，它具有统计预测功能

二重比估计与二重回归估计的思想与二重分层估计的思 想相类似。比估计与回归估计需要事先知道辅助变量 X的平 均数或总和。如果事先并不掌握辅助变量的平均数或者总和 的信息，但辅助变量的观察要比调查的指标 Y容易得多，那 么就可以使用二重比估计或者二重回归估计

在客观世界中普遍存在着变量之间的关系.变 量之间的关系一般来说可分为确定性的与非 确定性的两种.确定性关系是指变量之间的关 系可以用函数关系来表达的.另一种非确定性 的关系即所谓相关关系.例如人的身高与体重 之间存在着关系,一般来说,人高一些,体重要 重一些,但同样高度的人,体重往往不相同.人 的血压与年龄之间也存在着关系

前几章的方法都只涉及一种变量,主要是比较它的各组值之间的差异。但生物学所涉及 的问题是多种多样的,对许多问题的研究需要考虑不只一个变量,例如生物的生长发育速度 就与温度,营养,湿度……等许多因素有关,我们常常需要研究类似的多个变量之间的关系 这种关系可分为两大类,即相关关系与回归关系

协方差分析是把方差分析与回归分析结合起来的一种统计分析方法。它用于比较一个 变量Y在一个或几个因素不同水平上的差异,但Y在受这些因素影响的同时,还受到另 个变量X的影响,而且X变量的取值难以人为控制,不能作为方差分析中的一个因素处 理。此时如果X与Y之间可以建立回归关系,则可用协方差分析的方法排除X对Y的影 响,然后用方差分析的方法对各因素水平的影响作出统计推断

第一节 相关关系及种类 第二节 定类变量的相关分析 第三节 定序变量的相关分析 第四节 定距变量的相关分析 第五节 回归分析