关于变量相关原因及影响的分析

相关分析是研究社会经济现象常用的统计方法之一，本文就变量相关的原因及其影响作如下分析：一、变量相关的原因我们认为，社会经济现象的普遍联系性，是变量相关的根本原因。这种普遍联系性，首先表现在社会经济现象间的相互联系。由于社会经济现象间的相互联系的存在，导致了反映现象的概念间相关，而概念间的相关，又导致了反映不同概念的变量（或指标）间的相关。就一般情况而言，概念间的相关关系是一种因果关系，因此，这种变量相关是由因果联系引起的。其次表现在某一社会经济现象内的相互联系。由于某一社会经济现象可用特定概念去…     

对相关分析的若干思考

对相关分析的若干思考东北财经大学白雪梅赵松山相关分析在统计教学中占有重要的位置，本文就如何正确地把握这部分内容谈点看法。一、相关关系是变量间相互关系中质的关系的描述变量间的相互关系是指所有可能关系的总称，即关系的集合。将这些关系简化归类，变量间的相互...     

非对称效应视角下通货膨胀影响因素的实证探析

文章在非对称效应计量模型的基础上,通过对通货膨胀率、GDP增长速度、货币供应量M2增长速度、经济景气指数、消费者信心指数等相关变量间相关性的分析,发现:通货膨胀率P与GDP增长速度g、货币供应量M2增长速度m、经济景气指数j以及消费者信心指数x等变量间长期存在较为稳定的均衡关系;同时也发现,通货膨胀率P与GDP增长速度g、货币供应量M2增长速度m、经济景气指数j以及消费者信心指数x等变量间也存在较为显著的Granger因果关系.     

对两个定序变量间的相关分析

测量两变量的相关关系,要遵守一些准则,首先是测量层次准则,其次是对称或不对称准则。对于采用不同尺度的变量,测量其相关程度的指标是不同的,本文是对用次序尺度量化的两个定序变量Ｘ与Ｙ间相关关系的讨论。一、尤拉的（Ｙｕｌｅ’ｓ）Ｑ系数测量两定序变量相关程度...     

两变量相关关系的度量

阐明了刻画变量间的相关关系的各种相关系数的计算方法和应用条件。指出要正确的分析相关关系,就一定要找准合适的计算相关系数的方法。     

定距变量间相关的种类及程度的计算

众所周知，事物的属性用差距尺度进行测量，可得到定距变量。定距变量间的相关关系是很复杂的，从不同的角度看，这种相关关系可分为不同的种类：按变量的性质，可分为固定相关和随机相关；按变量的多少，可分为简单相关和复相关；按变量间的相关形式，可分为线性相关和非线性相关。本文是对上述诸相关种类及计算的讨论。一、固定简单线性相关固定简单线性相关是指一个随机变量与另一个非随机变量之间的线性相关关系。例如，农作物的施肥量是一个可控制变量X，农作物的收获量是一个不确定变量Y，两变量间的关系表现为一个随机变量与一个非…     

基于Copula函数的深市行业间的尾部相关性分析

采用Copula函数进行相关分析,能够测度到变量间的非线性、非对称的相关关系,特别是容易捕捉到变量分布的尾部相关关系。基于此分别采用Clayton Copula函数和Gumbel Copula函数对深市各行业间的尾部相关性进行分析。结果表明,除了服务行业外,其他行业之间均具有显著的非对称的尾部相关性。     

预测型稳健回归模型及其实证分析

一、引言回归分析是计量经济学中最常用的定量分析方法 ,也是建立经济计量模型的主要工具 ,它在现代经济定量分析中应用越来越广泛。众所周知 ,计量经济学方法有四大应用 :经济结构分析、政策模拟、预测和实证分析。人们为了分析经济变量间的长期结构 ,作了大量研究 ,如2 0 0 3年尼诺贝尔经济学奖获得者格兰杰 (Granger)引出的协整理论 ,还有稳健回归理论等等 ,目的是研究和找到经济变量间的长期稳定的关系结构。但如果直接将这些理论方法应用在回归模型的预测应用中 ,结果并不十分令人满意 ,原因是按照传统的计量经济方法建立的模型大部分…     

格兰杰因果检验的有效性及其应用

在经济分析中,常常要对经济变量之间的因果关系作出判断。例如,在制定货币政策时,就需要对可供选择的不同的政策方案的有效性作出评价,而判明货币变量与名义收入和通货膨胀等变量之间的因果关系,则是这种政策有效性评价中的一个重要组成部分。尽管人们可以根据经济理论对变量间的因果关系作出初步判断,但由于不同的经济理论所依据的前提假设不一致,使得有时单凭经济理论很难作出合理的判断,甚至有可能会给同一对变量间的因果关系作出近乎完全相反的判断。因此,用统计推断的方法,从实际观测数据中得出变量间因果关系的经验判断,这…     

上海金融发展与经济增长：基于VAR系统的实证研究

本文基于多变量VAR系统,运用协整检验、格兰杰因果关系检验、脉冲响应函数和方差分解分析、向量误差修正模型（VECM）对上海市的金融发展与经济增长的关系进行了分析、格兰杰因果关系检验和脉冲响应函数分析结果表明．上海市的股票市场发展与经济增长存在相互促进的关系,保险深度能对金融相关率和经济增长产生正向稳定的拉动作用．而存贷款比率可以对金融相关率产生正向持续的拉动作用.方差分解分析显示,存贷款比率对经济增长的贡献最大。向量误差修正模型显示了上海经济增长与金融发展各指标间的具体数量关系。最后,我们结合所得到的结论和实际提出了自己的建议.     

也谈对两个定类变量间的相关分析

也谈对两个定类变量间的相关分析文／东北财经大学白雪梅赵松山编者按］《江苏统计》１９９７年第五期刊登了董西明同志“对两个定类变量间相关系数计算方法之分析”的文章，对两个定类变量间相关系数的计算作了尝试性的探讨。本文作者在董文的基础上对两个定类变量相关系...     

基于局部积差相关系数阵的纵向数据R型聚类分析——以现代服务业为例

在信息技术快速发展的今天,对问题和现象的研究已不再局限于单纯利用截面数据或时间序列数据进行分析。与之相比,纵向数据包含更多的信息,广泛而深入地挖掘其数据中的信息对于人类认识自然、认识社会有着重要意义。通过对纵向数据结构特征的研究,提出了纵向数据变量的局部积差相关系数矩阵。该相关阵不仅可以对变量的内部结构进行分析,更为重要的是,以此为基础来计算变量间相关系数,可以从一个新的视角,更为深入地揭示变量间的相关关系,进而可以对变量施以新型聚类分析。     

资源型城市金融发展与经济增长的相关性分析

文章选用格兰杰因果关系检验和灰色关联分析法对四川省攀枝花市在实施经济转型过程中金融发展与经济增长关系进行了实证研究.结果表明,攀枝花市经济增长导致并驱动金融发展,金融发展对经济增长的引领驱动作用尚未发挥出来.但是,金融发展是经济增长的重要内生变量,二者间存在明显的相关关系,金融结构的优化、金融规模的扩展、金融效率及金融创新力的增强对经济增长有积极促进作用.     

时间序列分析:历史回顾与未来展望

一、历史回顾 在工商业和经济学中,时间序列分析通常用于研究某过程的动态结构;分析变量间的动态关系;对诸如GDP和失业率等经济数据进行季节调整;当扰动项出现自相关时改善回归分析等.     

浅议相关系数与偏相关系数的使用

相关分析是经济统计学的重要内容之一。在相关分析中,人们通常利用两个经济变量之间的简单相关系数(即相关系数)和一个经济变量与多个经济变量之间的复相关系数来分析和测定这些经济变量之间的线性相关程度,并据此进行线性回归分析、预测和控制等。 我们知道,相关系数是刻划变量之间线性相关     

相关分析、回归分析、因果分析与经济分析方法初探

一、引言 现实经济生活中,两个经济变量之间的关系可分为两类,一类是确定性的函数关系,即某些现象的数量变化完全决定了另一种现象的数量变化,这种关系可写为y=f(x),x∈Rd,d≥1,y∈r;另一类是随机关系,即若干个随机变量之间伴随着某种随机关系,这种关系往往很不确定,没有明确的数量对应关系。 人们从现实生活中搜集数据,运用相关分析的理论和方法对数据进行加工和处理,其目的就是要对各经济变量之间的这种随机关系进行探索,力图     

结构调整、政府规模对“科技进步与经济增长”关系的影响——基于中介效应和调节效应的分析

基于中国1990—2011年相关数据,在验证科技进步对经济增长促进作用的基础上,引入结构调整中介变量和政府规模调节变量,深入剖析结构调整、政府规模与科技进步、经济增长的内在关系,研究表明:结构调整在"科技进步与经济增长"关系中中介效应显著,科技进步可以促进结构优化,加速经济调整和发展;政府规模在"科技进步与经济增长"的关系中调节效应显著,政府规模可以调节"科技进步与经济增长"的关系。     

对外贸易影响中国经济增长的动态分析

运用计量经济学方法对中国1980-2007年相关经济变量时间序列数据的平稳性进行ADF检验,对修正后表现平稳的变量进行协整分析,研究在长期内是否存在稳定的均衡关系。通过构建协整方程、误差修正模型和Granger因果关系式分析各经济变量在长期均衡和短期波动中相互因果关系的影响。研究结果表明：在短期内经济增长更多受制于需求,而长期内取决于生产效率的提高。因此在继续重视出口贸易创造市场作用的前提下,要充分发挥外贸在增加要素供给和创造市场需求两个方面的作用。     

广东宏观经济模型及预测研究

经济发展计划是经济建设的指导纲领 ,运用现代经济计量方法探讨经济变量间相互依存、相互制约的数量关系 ,分析预测主要经济指标的未来发展变化趋势 ,对于制定科学的计划与规划 ,有着十分重要的参考价值     

关于相关分析与回归分析的比较研究

相关分析与回归分析是统计分析中的基本方法，两者之间既有联系，又有区别。本文拟对这两种分析方法进行一些比较研究。一、相关分析与回归分析的区别研究我们认为，相关分析与回归分析的区别主要表现在如下几点：第一表现为概念上的区别。相关是指一个变量的值与另一个变量的值有连带性。换言之，如果一个变量的值发生变化，另一个变量的值也有变化，则两个变量就相关了。这种相关关系是指变量之间的不确定的依存关系。比如，人的身高和体重，一般地说，身高者体也重，因此身高和体重之间具有相关关系。但是，具有同一身高的人，体重却有差…