回归分析模型——线性回归（一）

       回归分析是数据分析中最基础、最重要的分析工具，绝大多数的数据分析问题，都可以使用回归的思想来解决。回归分析的任务就是， 通过研究自变量X和因变量Y的相关关系，尝试去解释Y的形成机制，进而达到通过X去预测Y的目的。 常见的回归分析有五类：线性回归、0‐1回归、定序回归、计数回归和生存回归，其划分的依据是因变量Y的类型。本讲我们主要学习线性回归。

1.回归的思想：研究X和Y之间相关性的分析。

       相关性因果性，相关分析测度变量之间的关系强度，回归分析侧重考察变量之间的数量关系，通过数学表达式将这种关系确定的数量关系描述，进而确定自变量的变化对因变量影响程度。

       Y是因变量，由于别人的改变而改变的量。例如：

     （1）经济学家研究经济增长的决定因素，那么Y可以选取GDP增长率（连续数值型变量）。 

     （2）P2P公司要研究借款人是否能按时还款，那么Y可以设计成一个二值变 量，Y=0时代表可以还款，Y=1时代表不能还款（0‐1型变量）。

     （3）消费者调查得到的数据（1表示非常不喜欢，2表示有点不喜欢，3表示 一般般，4表示有点喜欢，5表示非常喜欢）（定序变量）

     （4）管理学中RFM模型：F代表一定时间内，客户到访的次数，次数其实就 是一个非负的整数。（计数变量）

     （5）研究产品寿命、企业寿命甚至是人的寿命（这种数据往往不能精确观测，例如现在要研究吸烟对于寿命的影响，如果选取的样本中老王60岁， 现在还活的非常好，我们不可能等到他去世了再做研究，那怎么办呢？直接 记他的寿命为60+，那这种数据就是截断的数据）（生存变量）

       X是自变量，用来解释Y变化的量，也叫解释变量。

       回归分析的任务就是，通过研究X和Y的相关关系，尝试去解释Y的形 成机制，进而达到通过X去预测Y的目的。

2.回归分析解决什么问题？

     （1）识别重要变量：选择出一些与Y真相关的X（逐步回归法）

     （2）判断相关性的方向

     （3）估计权重（回归系数）：可以知道不同变量之间的相对重要性

3.回归分析类型

4.数据分类、收集

4.1数据分类（会专门为大家介绍）

        由于不同的数据类型用到的建模方法不同，本节我们讲的线性回归模型需要横截面数据。

        横截面数据：在某一时点收集的不同对象的数据。（比如2019年，全国各省份GDP数据）

        时间序列数据：对同一对象在不同时间连续观察所取得的数据。（中国历年来GDP数据。）

        面板数据：横截面数据、时间序列数据综合的数据资源（2009-2019年我国各省GDP数据）

4.2数据收集

         宏观数据：在知乎搜索“数据查找”请问有哪些可以查找数据的网站？ - 知乎 (zhihu.com)https://www.zhihu.com/question/67127780

          微观数据：在人大经济论坛 

          另外，可以自己学习爬虫、使用傻瓜式软件爬取数据

5.一元线性回归

5.1一元线性回归模型

5.2多元线性回归模型 

5.3回归模型假设（好难理解，需要好好学一下高级计量经济学再给大家专门解释）

5.4参数的最小二乘估计 

regress y x1 x2 … xk,beta

5.5回归系数解释

5.5.1基本模型的回归系数 

 5.5.2取对数

 5.5.3虚拟变量X-特殊的自变量

       虚拟变量：也叫做哑变量，是自变量为定性数据，比如性别、等级等

       例如我们研究性别对于工资的影响

5.5.4 含有交互项的自变量