2019-2020年上海师范大学行政管理考研真题及考研复试参考书

2019-2020年上海师范大学行政管理考研真题及考研复试参考书

育明教育大印老师

2019年10月10日星期日

一、2020年行政管理考研复试参考书

清华北大人大北师大北航南开中山武大复旦等院校行政管理考研复试越来越趋向于考察热点问题，尤其是政策热点问题，比如产业政策争论、垃圾分类、放管服改革等，所以，大家一定要多看一些热点方面的参考书，如下所示：

《公共管理学》，李国正，首都师范大学出版社，2018年版；

《公共政策分析》，李国正，首都师范大学出版社，2019年版；

《公共管理学：考点热点与真题解析》，首都师范大学出版社，2020年版；

《公共政策分析：考点热点与真题解析》，首都师范大学出版社，2020年版；

二、2021年行政管理考研参考书

上海师范大学①101思想政治理论

②201英语一或203

日语

③672公共政策学

④879行政管理学

科目672

《公共政策学》，王骚主编，天津大学出版社，2010年版；

《公共政策分析》，李国正主编，首都师范大学出版社，2019年版。

《公共管理学：考点热点与真题解析》，首都师范大学出版社，2020年版；

《公共政策分析：考点热点与真题解析》，首都师范大学出版社，2020年版；

科目879

《公共行政学》（第三版），张国庆主编，北京大学出版社，2007年2月版；

《公共管理学》，李国正主编，首都师范大学出版社，2018年版；

《公共行政理论》竺乾威主编，复旦大学出版社，2008年10月版。

三、2021年行政管理考研参考书笔记

【考点7】回归分析——陈庆云《公共政策分析》

1．回归分析的概念

回归分析法是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式。这是一种从事物因果关系出发进行预测的方法。在操作中，根据统计资料求得因果关系的相关系数，相关系数越大，因果关系越密切。通过相关系数就可确

定回归方程，预测今后事物发展的趋势。

2．变量与坐标图

回归分析是研究对象之间是否存在依赖关系的技术之一。在回归分析中，某个变量（称之为因变量，用Y表示）依赖其他变量（称之为自变量，用X表示）的变化而变化。如果自变量只有一个，则称这种回归为一元回归，否则，称为多元回归。

3．线性回归

用坐标图来反映变量之间的关系具有直观的优点，但是当数据量较大时，目测出来的关系是不准确的。因此可以利用数学函数来表示变量间的关系，这种函数称为回归函数。对于线性回归函数y=a+bx，其回归系数为：

4．拟合优度

任何两个变量都可以通过线性回归来概括它们之间的关系。但在得到一个线性回归结果后，自然要提出一个问题，即这条直线对数据分布的模拟程度究竟如何。通常用拟合优度来描述这种模拟程度。最常用的拟合优度测度方法是计算判定系数γ2，其中γ称为相关系数。

与均值的离γ2等于可解释的离差（即估计值与均值的离差）与不可解释的离差（真实值y

i

差）之间的比率，即。其直观的解释是：Y的变化中可以由X来说明或解释的百分比。

5．标准误差

拟合优度的第二种常用方法是计算标准误差。回归计算的标准误差公式为：

标准误差越小，说明拟合度越好，即有越强的线性关系，回归方程对因变量的估计就越准确。

6．斜率的标准误差

第三种拟合优度方法是计算斜率的标准误差。如果是从总体中抽取样本进行回归分析，那么由多个样本分别所得到的斜率估计值就会有差异，这些斜率估计值所对应的概率分布称为斜率的抽样分布，斜率抽样分布的标准差被称为斜率的标准误差，记作se a ，其计算公式为：

7.t 检验

先假设斜率的均值，然后对统计量进行假设检验。如果解释变量X 服从正态分布，则统计量服从t 分布，因此可以根据自由度和t 值,计算对应的接受域。如果某个样本斜率被认为是小概率事件，则拒绝原假设。这种检验称为t 检验。

8．在Excel 中回归一元线性方程

在“数据分析”对话框中选择“回归”，点击“确定”。将光标放在“Y 值输入区域”后面的空格中，然后用鼠标在Excel 表格中选择因变量所对应的一列。同样，在“X 值输入区域”中输入自变量所对应的一列。选择“标志”、“置信度”等选项，然后点击“确定”。这样在回归分析结果中就有两行为回归系数的值，从而可得到回归方程。9．多元线性回归多元线性回归方程是=β1x 1+β2x 2+…+βn x n +α。其中，β1、β2、…、βn 、α称作偏回归系数。

βi 又称直线方程的偏斜率，它的含义是如果其他变量不变，βi 所对应的变量每变化一个单

位而导致的因变量变化的幅度。α在方程中是常数，称为截距。

R 2称为复判定系数，反映了因变量y 的变化中能够由自变量x 1，x 2，…，x n 解释的百分

比。

回归平方和ss reg 是估计值的方差，它表示回归方程所解释的y 的变化；残差平方和ss resid 表示未能被回归方程解释的y 的变化；总平方和ss total =ss reg +ss resid ，即y 的实际值的方差。

利用回归平方和、残差平方和以及自由度可以计算F 检验值。其计算公式为：

注意：t 检验只能检验单个偏回归系数是否为零，而F 检验则可以用来判断全部偏回归系数是否都为0，即β1=β2=…=βn =0的假设。

10．多重共线性

如果回归方程中的若干自变量之间完全或高度相关，则说明该回归方程存在多重共线性。判断是否存在多重共线性的一个方法是：考察自变量之间的相关系数r，如果｜r｜很大，比如超过0.8，则说明存在较为严重的多重共线性。处理多重共线性的方法有两种，一是合并变量，把不同的变量组合成为单一的变量；二是丢弃一些与其他变量之间存在高度相关关系的变量。

11．非线性回归

在实际问题中，自变量与因变量之间的依赖关系往往并不是线性形式的，而是某种曲线，这时就需要建立曲线方程来拟合该曲线，这被称为非线性回归或曲线回归。非线性回归建立在线性回归的基础上。通常首先将其转换为线性方程，然后再做回归。

12．预测和时间序列分析

（1）回归分析的一个重要应用是能够对观察对象的未来发展做出预测。自变量的新值代入回归方程后，可以计算出所对应的因变量的值及其置信区间，从而可以估计出因变量的未来发展水平，这对政策分析有极大的帮助。

（2）在政策分析中，经常会有某个观察变量随着时间发生变化。为了对今后的具体目标或者发展趋势做出预测，可以将该变量以往的观察值和时间进行回归，得到该变量随时间变化的方程式。然后将今后的时间数值代入方程式，就能够估计出该变量在以后的可能发展水平。

【考点8】回归分析在政策分析中的应用——陈庆云《公共政策分析》

1．短期影响

短期影响是指在政策影响下，观察变量有一个短期变动，但其随时间变化的基本趋势保持不变。

2．长期影响

在大多数情况下，政策并不能在瞬时产生一个巨大的影响。相反，当实施一项政策后，