【正文】 業(yè) 3 8 . 3 6 2 1 9 . 4 9 1 4 2 . 1 4 7產(chǎn) 業(yè)Δ Y / 億元 Δ K / 億元 Δ L / 萬(wàn)人 Δ Y / Y Δ K / K Δ L / L第二產(chǎn)業(yè) 4 7 1 . 5 7 5 9 . 5 7 1 4 . 2 1 1 0 . 6 3 3 . 2 6 1 . 3 4第三產(chǎn)業(yè) 4 0 6 . 3 5 2 2 8 . 5 2 2 7 . 5 6 1 3 . 0 4 1 2 . 0 1 2 . 9 0產(chǎn) 業(yè)2021 年增長(zhǎng)量 2021 年增長(zhǎng)速度 / %2021年 6月 16日 /下午 9時(shí) 24分 《 統(tǒng)計(jì)學(xué)教程 》 第 9章 相關(guān)與回歸分析 江蘇省經(jīng)濟(jì)增長(zhǎng)投入產(chǎn)出分析 第二產(chǎn)業(yè)技術(shù)進(jìn)步貢獻(xiàn)率 %高于第三產(chǎn)業(yè)的 %。 第三產(chǎn)業(yè)正處在總量擴(kuò)展時(shí)期 ， 由于資本形成的增長(zhǎng)速度較快（ %） ， 從業(yè)人員增長(zhǎng) （ %） 也明顯高于第二產(chǎn)業(yè) ， 產(chǎn)業(yè)的外延擴(kuò)大直接影響到內(nèi)涵生產(chǎn)力因素的增長(zhǎng) ， 使得該產(chǎn)業(yè)整體的技術(shù)進(jìn)步貢獻(xiàn)率偏低 。 本章的重點(diǎn)是一元線性回歸模型和多元線性回歸模型的構(gòu)造 、 估計(jì) 、顯著性檢驗(yàn)和預(yù)測(cè) ， 本章的難點(diǎn)包括相關(guān)關(guān)系和回歸分析的基本概念 ， 線性回歸模型的基本假定 ， 多元線性回歸模型的構(gòu)造 、 估計(jì) 、 顯著性檢驗(yàn)和置信區(qū)間的計(jì)算 。 第三產(chǎn)業(yè)技術(shù)貢獻(xiàn)率偏低 ， 再次說明我省第三產(chǎn)業(yè)結(jié)構(gòu)中存在技術(shù)含量偏低的問題 。 說明第二產(chǎn)業(yè)的國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)主要來自技術(shù)進(jìn)步的貢獻(xiàn) ， 其中還含有企業(yè)管理水平提高 ， 隱性失業(yè)逐步釋放等因素的綜合作用 。 江蘇省第二產(chǎn)業(yè)生產(chǎn)函數(shù) n=42 Ln(Y)= *Ln(K)+ *Ln(L) tStatistic （ ） （ ） Adjusted Rsquared= Fstatistic= （ ） Obs*Rsquared= （ ） 江蘇省第三產(chǎn)業(yè)生產(chǎn)函數(shù) n=40 Ln(Y)= *Ln(K)+ *Ln(L) tStatistic （ ） （ ） Adjusted Rsquared= Fstatistic= （ ） Obs*Rsquared= （ ） 2021年 6月 16日 /下午 9時(shí) 24分 《 統(tǒng)計(jì)學(xué)教程 》 第 9章 相關(guān)與回歸分析 江蘇省經(jīng)濟(jì)增長(zhǎng)投入產(chǎn)出分析 第二產(chǎn)業(yè)的資本產(chǎn)出彈性明顯高于勞動(dòng)產(chǎn)出彈性 ， 說明資本的增量投入是該產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿?， 進(jìn)一步提高第二產(chǎn)業(yè)的有機(jī)構(gòu)成是促進(jìn)該產(chǎn)業(yè)經(jīng)濟(jì)增長(zhǎng)和改善投入產(chǎn)出效益的有效渠道 。 對(duì)式 （ ） 等式兩邊同時(shí)取自然對(duì)數(shù) ， 有 ，令 則得線性化后的 CD生產(chǎn)函數(shù)回歸模型 （ ） AA ln?? KK ln?? LL ln??LKAy ??????? ???? LAKy ?yy ln??第 9章 相關(guān)與回歸分析 索洛技術(shù)進(jìn)步模型 《 統(tǒng)計(jì)學(xué)教程 》 盧小廣 2021年 6月 16日 /下午 9時(shí) 24分 《 統(tǒng)計(jì)學(xué)教程 》 第 9章 相關(guān)與回歸分析 索洛技術(shù)進(jìn)步模型 對(duì) CD生產(chǎn)函數(shù)兩邊取自然對(duì)數(shù) ， 再逐項(xiàng)微分 ， 并移項(xiàng) ， 就得到 索洛 （ Solow） 提出的希克斯中性 （ Hicks neutral） 技術(shù)進(jìn)步模型 ： 在 Solow模型中 ， ΔY/Y表示國(guó)內(nèi)生產(chǎn)總值 （ GDP） 的增長(zhǎng)率 ， 即經(jīng)濟(jì)增長(zhǎng)率 。 表 某市居民當(dāng)年上月支出和上年總收入 元 家庭編號(hào) 當(dāng)年上月支出 上年總收入1 3050 687502 3840 531253 4100 695024 4800 810665 4500 765826 3900 606217 5900 941648 4800 692669 4200 6702410 2200 4838011 2450 5310012 2100 44840平均 3820 65535第 9章 相關(guān)與回歸分析 非線性回歸的線性化 《 統(tǒng)計(jì)學(xué)教程 》 2021年 6月 16日 /下午 9時(shí) 24分 《 統(tǒng)計(jì)學(xué)教程 》 第 9章 相關(guān)與回歸分析 非線性回歸的線性化 在實(shí)際的經(jīng)濟(jì)管理問題中 ， 許多因變量與自變量之間為非線性回歸關(guān)系 ， 可以通過對(duì)于變量的替代變換 ， 將非線性回歸關(guān)系進(jìn)行線性化 ， 然后再 應(yīng)用最小二乘法估計(jì)出相關(guān)的回歸方程 。 xx ?02021年 6月 16日 /下午 9時(shí) 24分 《 統(tǒng)計(jì)學(xué)教程 》 第 9章 相關(guān)與回歸分析 一元線性回歸 例 根據(jù)例 中某證券市場(chǎng)價(jià)格指數(shù)與該市場(chǎng) A證券價(jià)格數(shù)據(jù) 。 （ ） 式 （ ） 為 方差的樣本估計(jì)量 ， 服從自由度為 n2的 t分布 。估計(jì)的回歸方程 在通過顯著性檢驗(yàn)之后 ， 就可以運(yùn)用它進(jìn)行對(duì)因變量的估計(jì) ， 以實(shí)現(xiàn)預(yù)期的目的 。 要求 在顯著性水平為 ， 對(duì)例 驗(yàn) 。 若原假設(shè)不成立 ， 說明因變量的變異顯著地來源于自變量 ， 這時(shí)估計(jì)的回歸方程才具有實(shí)際意義 。 要求 計(jì)算因變量 y估計(jì)量的標(biāo)準(zhǔn)差 ， 分析例 釋能力 。 解 運(yùn)用式 （ ） ， 可以計(jì)算得該證券市場(chǎng)價(jià)格指數(shù)與該市場(chǎng) A證券價(jià)格的判定系數(shù)為 說明在例 ， 自變量對(duì)因變量變異的解釋能力約為 77%；或者說 ， A證券價(jià)格的變動(dòng)中約有 77%的部分可以由該證券市場(chǎng)價(jià)格指數(shù)與其的線性關(guān)系來解釋 。 由式 （ ） 有 （ ） （ ） 式 （ ） 和式 （ ） 直觀地表明 ， 判定系數(shù)是一個(gè)重要的數(shù)量界限 ， 它將因變量的離差平方和分為了能夠?yàn)樽宰兞克忉尩牟糠?， 和不能為自變量所解釋的部分 。 因此以與之比作為 度量回歸方程的擬合優(yōu)度的測(cè)度 ， 稱之為判定系數(shù) 。 有 （ ） ? ? ? ? ? ?? ?? ? ? ??????????????????niiniiiiiiniiTyyyyyyyyyySS1212212????? ????? niiR yySS12?2021年 6月 16日 /下午 9時(shí) 24分 《 統(tǒng)計(jì)學(xué)教程 》 第 9章 相關(guān)與回歸分析 一元線性回歸 式 （ ） 中等號(hào)右邊 觀察值與其估計(jì)值的離差平方和 ， 稱為剩余離差平方和 ， 或殘差離差平方和 （ Residual Sum of Squares） ， 記為 SSE。 為了避免離差的正負(fù)相抵 ， 采用離差平方和的形式 ， 來度量因變量的總離差 ， 并對(duì)其進(jìn)行分解 。 要求 以 A證券價(jià)格為因變量 ， 證券市場(chǎng)價(jià)格指數(shù)為自變量 ， 構(gòu)造一元線性回歸模型 ， 并采用普通最小二乘估計(jì)方法進(jìn)行估計(jì) 。 這里介紹的是 普通最小二乘估計(jì) （ Ordinary Least Square Estimation, OLSE） 。 當(dāng)根據(jù)樣本推斷出回歸方程中的回歸系數(shù)的估計(jì)量時(shí) ， 就得到了由樣本推斷出來的估計(jì)的回歸方程 。 回歸方程 （ Regression Equation） 是指 因變量 y的數(shù)學(xué)期望依賴自變量 x取值的方程 。 （ 2） 方差齊性 。 因此 ， 稱式 （ ） 為一元線性回歸理論模型 。 00 ??：H 01 ??：H 21287 2 ?? ???T第 9章 相關(guān)與回歸分析 一元線性回歸 《 統(tǒng)計(jì)學(xué)教程 》 2021年 6月 16日 /下午 9時(shí) 24分 《 統(tǒng)計(jì)學(xué)教程 》 第 9章 相關(guān)與回歸分析 一元線性回歸 1． 理論模型 從回歸模型的一般形式，式（ ）出發(fā)，一元線性回歸模型可以表述為 （ ） 回歸模型 （ Regression Model） 是指 因變量依賴自變量和隨機(jī)誤差項(xiàng)取值的方程 。 一般采用 T檢驗(yàn)統(tǒng)計(jì)量 對(duì)相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn) ， 有 （ ） ? ?2~1 22 ????? ntrnrT2021年 6月 16日 /下午 9時(shí) 24分 《 統(tǒng)計(jì)學(xué)教程 》 第 9章 相關(guān)與回歸分析 相關(guān)關(guān)系 例 根據(jù)例 n=12，