一、学习要求和重点内容。

学习要求。

通过这一章的学习，我们要分析客观现象之间的相互依存、相互制约，分析它们之间存在着怎样的关系，关系有多密切，并以一定的量表现出来。掌握这种分析方法并应用于实践是很有必要的。掌握回归分析的概念和线性回归的分析方法。

(2)重点内容。

相关性的概念；相关系数的取值范围、判断标准和计算；回归分析的概念，回归分析与相关分析的区别和联系；结合线性回归方程的条件和方法，说明最小二乘法的意义；估计标准误差的概念和计算方法。

二是课程内容。

第一部分是相关性分析的意义和类型。

一、相关性的概念和特征。

相关性的概念。

相关关系的特征。

相关和函数的区别。

第二，相关关系的类型。

第三，相关性分析的主要内容。

第二节相关性的判断。

一、相关性的判断。

直观判断法:表格法(相关表格)；图解法(相关图)。

二是相关系数。

相关系数的概念。

相关系数的取值范围和判断标准。

相关系数的计算方法:积差法和简易法。

第三节回归分析和一元线性回归。

一、回归分析的概念和相关分析的区别和联系。

回归分析的概念。

回归分析与相关分析的区别与联系。

二、线性回归模型。

一元线性回归的概念。

具有最佳回归线模型条件。

将回归线模型与未分组数据匹配，将回归线模型与分组数据匹配。

第三，估计标准误差。

估计标准误差的概念。

估计标准误差的计算方法。

四、在回归分析中应注意的问题。

第三，评估知识点。

(一)相关性分析的意义和类型。

(二)相关性的判断。

(3)回归分析和线性回归。

第四，考核要求。

(一)相关性分析的意义和类型。

1.记忆:(1)相关概念；(2)相关性和功能性的区别。

2.理解:(1)相关性的两个特征；(2)相关类型；(3)相关性分析的主要内容。

(二)关系的判断。

1.记忆:(1)相关系数的概念；(2)相关系数贴近度的划分标准；(3)相关系数的计算方法；产品法和简易法。

2.理解:判断相关性的直观方法；表格法和图解法；(2)关联数在判断事物间关联中的作用。

3.应用:(1)可以用相关性的判断方法来判断社会经济现象；(2)计算两个具有相关性的现象的相关系数，判断它们的接近程度。

(3)回归分析和线性回归。

1.记忆:(1)回归分析的概念；(2)线性回归的概念；(3)估计标准误差的概念；(4)线性回归模型的匹配方法；(5)估计标准误差的计算方法。

2.了解:(1)回归分析和相关分析的区别和联系；(2)与最佳回归线性模型匹配的条件；(3)应用回归分析应注意的问题。

3.应用:(1)对于线性相关的两个变量，可以确定自变量和因变量，可以用一个线性回归方程进行匹配；(2)对于未分组和分组的数据，可以配合回归线性模型；(3)计算拟合直线模型的估计标准误差，判断其代表性。

相关链接:

2015年全国经济统计自学考试大纲汇总。

部分内容来源于网络转载、学生投稿，如有侵权或对本站有任何意见、建议或者投诉，请联系邮箱（1296178999@qq.com）反馈。 未经本站授权，不得转载、摘编、复制或者建立镜像， 如有违反，本站将追究法律责任！