描述性统计、相关性分析

在论文实证中，往往会首先对数据进行描述性统计、相关性分析，再进行回归。
不知道大家有没有想过，做描述性统计和相关性分析，有什么用？
有没有哪位牛人能够解释一下？谢谢了，写论文写的头发都秃了。。。。

让读者对数据指标，以及变量间的相关关系有个更直观的理解

一般来说，在对时间序列数据进行回归前，我更喜欢做的是协整检验，防止伪回归问题的出现。其次，之所以要做相关分析是判断解释变量和被解释变量之间是否有线性相关关系，一般来说线性相关关系显著时，更说明回归方程的意义。描述性统计肯定是检验被解释变量的随机分布的问题。一般来说，在做回归时，都是假设被解释变量是正态分布的，这个需要验证。

hjlscarp 发表于 2013-5-12 13:34
让读者对数据指标，以及变量间的相关关系有个更直观的理解

那也就是说没什么用了吧，那回归分析有什么贡献吗？

wangxuanaiwo 发表于 2013-5-12 13:41
那也就是说没什么用了吧，那回归分析有什么贡献吗？

标准论文模式都是需要的

范新妍 发表于 2013-5-12 13:40
一般来说，在对时间序列数据进行回归前，我更喜欢做的是协整检验，防止伪回归问题的出现。其次，之所以要做 ...

首先时间序列数据回归之前要做的应该是单位根检验吧？在存在单位根的情况下才做协整检验。

范新妍 发表于 2013-5-12 13:40
一般来说，在对时间序列数据进行回归前，我更喜欢做的是协整检验，防止伪回归问题的出现。其次，之所以要做 ...

后面两点表示赞同

范新妍 发表于 2013-5-12 13:40
一般来说，在对时间序列数据进行回归前，我更喜欢做的是协整检验，防止伪回归问题的出现。其次，之所以要做 ...

您好，非常感谢您的回复。
我对您的回复是这样理解的：做相关分析，主要在于判断解释变量与被解释变量的之间的关系，如果显著相关，那么回归方程有意义。
我在论文中是这样做的：
1.我将模型中所涉及的所有变量都放在了Spearman相关系数矩阵中，我对解释变量与被解释变量的相关性进行了分析（就是是否显著相关），但是其他变量间的关系我没有分析，我就在想，那这些不是白写了嘛。
2.我建的模型是逻辑回归，用的数据是截面数据，做相关性分析的原理应该一样吧？
盼望您的回复

范新妍 发表于 2013-5-12 13:40
一般来说，在对时间序列数据进行回归前，我更喜欢做的是协整检验，防止伪回归问题的出现。其次，之所以要做 ...

我在想相关性分析是不是为回归分析奠定基础，它与回归分析应该有关联吧？

hjlscarp 发表于 2013-5-12 13:45
首先时间序列数据回归之前要做的应该是单位根检验吧？在存在单位根的情况下才做协整检验。

恩啊，同阶单整的才可以用EG检验单整。