《计量经济学一元线性回归模型回归分析概述》由会员分享，可在线阅读，更多相关《计量经济学一元线性回归模型回归分析概述（22页珍藏版）》请在金锄头文库上搜索。
1、计量经济学,单方程计量经济学模型 理论与方法,第二章 经典单方程计量经济学模型：一元线性回归模型,第一节 回归分析概述 第二节 一元线性回归模型的参数估计 第三节 一元线性回归模型的统计检验 第四节 一元线性回归模型的预测,第一节：回归分析概述,一、变量间的关系及回归分析的基本概念 二、总体回归函数（方程）PRF 三、总体回归函数（方程）PRF 的随机设定 四、随机误差项的涵义 五、样本回归函数（方程）SRF,一、变量间的关系及回归分析的基本概念,1、变量间的关系 经济变量之间的关系，大体可分为两类： 确定性的函数关系：研究的是确定性现象间的，而 并不是随机变量间的关系。 例如：圆面积 S 与
2、圆半径 r 间的关系： (2) 非确定性的统计依赖(相关)关系：研究的是非确定性 现象间的，也就是随机变量间的关系。 例如： 其中 Y：农作物产量； X：施肥量； ：包括阳光、气温、 降雨量等其他许多因素。 X 与 Y 之间具有统计相关关系。,一、变量间的关系及回归分析的基本概念,一、变量间的关系及回归分析的基本概念,回归分析是研究因果相关，也就是有因果关系 的相关关系。既然回归分析是研究变量之间的因 果关系，因此回归分析对变量的处理方法存在不 对称性，即回归分析将变量区分为被解释变量和 解释变量，其中被解释变量是“结果”，解释变量 是“原因”，并且回归分析方法认为作为“原因”的 解释变量属于
3、非随机变量，作为“结果”的被解释 变量为随机变量；也就是说，作为“原因”的解释 变量取确定值时，作为“结果”的被解释变量取值 是随机的。,一、变量间的关系及回归分析的基本概念,2、回归分析的基本概念 回归分析(regression analysis)是研究一个变量关于另 一个（些）变量的统计依赖关系的计算方法和理论。其 用意：在于通过后者的已知或设定值，去估计和（或） 预测前者的（总体）均值。 这里：前一个变量被称为被解释变量（Explained Variable）或应变量，后一个（些）变量被称为解释变 量（ Explanatory Variable）或自变量。 例如：,二、总体回归函数（方程
4、）PRF Population regression function,由于变量间统计相关关系的随机性(非确定性)，回归 分析关心的是根据解释变量的已知或给定值，考察被解 释变量的总体均值，即当解释变量取某个确定值时，与 之统计相关的被解释变量所有可能出现的对应值的平均 值。 例2.1：一个假想的社区是由60户家庭组成的总体，要 研究该社区每月家庭消费支出Y 与每月家庭可支配收入 X 的关系；即知道了家庭的每月收入，预测该社区家庭 每月消费支出的 (总体) 平均水平。为达到此目的，将该 60户家庭划分为组内收入差不多的10组，以分析每一收 入组的家庭消费支出。,表2.1 某社区家庭每月收入与消
5、费支出调查统计表,每月家庭收入与消费支出散点图（总体） 描出散点图发现：随着收入 X 的增加，消费“平均地说” 也在增加，且Y 的条件均值均落在一根正斜率的直线上。 这条直线称为总体回归线。,二、总体回归函数（方程）PRF,总体回归线 在给定解释变量 的条件下，被解释变量 的期望轨 迹称为总体回归线(Population regression line)。 总体回归函数（PRF） 即总体回归线所对应的函数形式，表示为： 可以是线性或非线性的，为了研究的方便，计量经济学 中总体回归函数常设定为线性形式。,三、总体回归函数（方程）PRF 的随机设定,总体回归函数形式： 计量经济学模型形式： 其中
6、是一个随机变量，又称为随机干扰项 （stochastic disturbance）或随机误差项（stochastic error）；由于方程中引入了随机误差项，成为计量经济 学模型，因此也称为总体回归模型。,四、随机误差项的涵义,随机误差项是在模型设定中省略下来而又集体的 影响着被解释变量 Y 的全部变量的替代物。涵义如 下： 1、在解释变量中被忽略的因素的影响； 2、变量观测值观测误差的影响； 3、模型关系的设定误差的影响； 4、其它随机因素的影响。 设定随机误差项的主要原因： 1、理论的含糊性； 2、数据的欠缺； 3、节省的原则。,五、样本回归函数（方程）SRF Sample regres
7、sion function,总体的信息往往是无法掌握的，现实的情况只能是 在一次观测中得到总体的一个样本。 例2.2：在例 2.1 假定的总体中有如下一个样本（见 下表2.2），问：能否用该样本预测总体中对应于选定 收入水平X 的平均每月消费支出？即能否用该样本估计 总体回归函数 PRF？,每月家庭收入与消费支出散点图（样本） 样本散点图中点的分布近似于线性，可以画一条直线来尽 量好的拟合这个散点图，这条线称为样本回归线（sample regression lines）,五、样本回归函数（方程）SRF,为了更好地理解，假设我们从例 2.1 假定的 总体中，也就是从表2.1中再次随机抽取一个样
8、本，称为随机样本二，见下表2.3。,每月家庭收入与消费支出散点图（样本二）,每月家庭收入与消费支出散点图(样本一/样本二),五、样本回归函数（方程）SRF,样本回归线： 从总体中随机抽出的一个样本，画出散点图之后，找一 条直线能够尽量好地拟合该散点图，这条直线就称为样 本回归线（Sample regression lines）。 样本回归函数（SRF）： 即样本回归线的函数形式，表示为： 样本回归函数的随机形式： 其中 为(样本)残差(Residual)，可看成是随机误差项 的 的具体估计值。由于引入随机项，称为样本回归 模型。,总体回归线与样本回归线的基本关系,总 结,总体回归函数(总体回归线)： 它代表了总体变量间的依存规律。 样本回归函数(样本回归线)： 它代表了样本显示的变量依存规律。 总体回归模型与样本回归模型的区别是：描述的 对象不同，模型建立的依据不同。 总体回归模型与样本回归模型的联系是：样本回 归模型是总体回归模型的一个估计式，之所以建立 样本回归模型，目的是用来估计、替代总体回归模 型。,
