CFP考试大纲考点解读：估计标准误差

　　CFP考试大纲考点解读：估计标准误差
　　(一)估计标准误差的概念与作用

　　前面所建立的线性相关模型，只是反映两个变量之间一般数量关系的平均线，它只是在一定程度上代表了相关关系，因此，所建立的模型既有可能对相关关系有较高的代表性，也有可能代表性不大，这里原因是多方面的，可能是资料的问题，也可能是判断的问题。只有代表性强的相关模型才有应用价值。所以，当我们建立了相关模型后，便面临对模型代表性大小进行检验的问题。通常的做法是以估计标准误差的大小来判断相关模型的代表性。所谓估计标准误差，是指根据相关模型求出的理论值与观察值之间的标准差，它是衡量相关模型代表性大小的统计分析指标。其作用具有以下两点：

　　1.它是衡量相关模型代表性大小的重要尺度。就是说，估计标准误差愈小，相关模型的代表性愈强，实用性愈大;反之，相关模型代表性怠小，实用性愈小。

　　2.它可以从另一个侧面反映现象之间相关关系的密切程度。因为估计标准差实质上是一种标志变异指标，它所反映的是各相关点在相关模型直线附近的离散情况。估计标准误差小，说明各相关点距离相关直线近而集中，即离散程度小，反映现象之间的相关关系十分密切。如果估计标准差大，说明各相关点距离相关模型直线远而分散，即离散程度大，反映相关关系不太密切。

　　(二)估计标准误差的计算方法

　　(三)相关系数与估计标准误差的关系

　　从估计标准误差的作用及计算方法来看，它与相关系数有着十分密切的联系。

　　1.从两个指标的变化方向看，估计标准误差越小，相关系数I rl的值就越大，说明现象相关关系愈密切;如果估计标准误差为O，相关系数J rJ的值等于1，表明现象完全相关;反之，估计标准差愈大，相关关系l r I的值就愈小，表明现象之间相关关系愈不密切。

　　四、应用相关分析和回归分析应注意的问题

　　1.在定性分析酌基础上进行定量分析，是保证正确应用相关分析和回归分析的必要条件。相关分析是对两个现象之间相关关系进行分析研究，两个现象是对等的;在回归分析中，首先要确定自变量的因变量，冈此必须对所研究的问题有充分的认识，具备足够的理论知识和必要的经验，在定性分析的基础上确定出自变量与因变量，再进一步做定量分析。

　　2.在利用回归模型进行外推预测时，要注意回归模型的适用范围，我们根据观察到的数据资料建立的数学模型不是在一切条件下都适用的，其有效性一般只适用于我们现有的资料范围内，在进行外推预测时一定要注意不能超过一定界限，超过了就得不到准确的结论。如研究施肥量与粮食产量、价格与销售量的相关关系时，如果施肥量过大，粮食产量呵能会大幅度下降，价格过低，销售量可能会降低。

　　3.在同归模型中自变量的计量单位一般是不同的，其回归系数反映了自变量与因变量间的联系，但因其计量单位的大小不同，其系数可能或大或小。因此回归系数的大小，并不能说明自变量与因变量之间相关关系的密切程度。