计量经济学第二章.pptVIP

计量经济学主讲人：薛明皋 * 第2章 双变量回归分析的基本概念 §2-1 统计学中的基本概念 §2-3 回归方程的随机性 §2-2 总体回归函数 §2-4 样本回归函数 §2-1 统计学中的基本概念 总和算子 性质： 乘积算子 随机变量 一个变量如果它的值有随机实验的结果决定，就为撍婊淞繑（Random variable）。 它可以是离散的和连续的。 概率分布 随机变量取特定值的可能性，称为 摳怕史植紨（Probability distribution）。 离散型随机变量只能取有限或可数个值，概率分布可以用表格、图形表示等。 连续型要用分布函数 分布函数 分布函数也称摾刍植己龜棗随机变量取值不大于给定水平的概率构成的函数： 离散型随机变量分布函数 分布函数完整地描述了随机变量的情况，掌握分布函数就等于掌握了随机变量的随机性规律。 密度函数 f(x) 密度与分布函数关系 多元分布和条件分布 （一）随机向量和多元分布 撍婊蛄繑概念研究一组有关联的随机变量 一个n个分量的随机向量 随机向量的摱嘣植紨。 摿戏植己龜棗两个或多个随机变量取一组特定值的概率分布 随机变量边际分布 条件分布和随机变量的独立性 条件分布 若随机变量是相互独立的 概率分布的数字特征 （一）期望 性质： 1、 2、 3、X和Y相互独立， 4、 （二）方差 性质： 1、 2、var(b)=0 3、 4、X和Y相互独立， （三）协方差 性质： 1、X和Y相互独立， 2、 （四）相关系数 相关变量的方差 （五）条件期望和条件方差 常见分布 （一）正态分布 （二） 分布 ：数学期望等于自由度 k，方差为2k （三）t分布 其中, X,Y 相互独立 （四）F分布 其中 X,Y 相互独立 经济学例子 问题：一个假想的社区有60户家庭组成，要研究该社区每周家庭消费支出Y与每周家庭可支配收入X的关系。即如果知道了家庭的周收入，能否预测该社区家庭的平均周消费支出水平。 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。 由于不确定因素的影响，对同一收入水平X，不同家庭的消费支出不完全相同； 由于调查的完备性，给定收入水平X的消费支出Y的分布是确定的，即以X的给定值为条件的Y的条件分布（Conditional distribution）是已知的， 如：P(Y=55|X=80）=1/5。 因此，给定收入X的值Xi，可得消费支出Y的条件均值（conditional mean）或条件期望（conditional expectation）： 该例中：E(Y | X=80）=65 分析： 从散点图发现：随着收入的增加，消费撈骄厮禂也在增加，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。 在给定解释变量Xi条件下因变量Yi的条件均值或期望的轨迹成为总体回归线（ Population Regression line）。相应的函数（方程）： E(Y/Xi)=f(Xi) 称为总体回归函数（PRF）(Population Regression Function) 或简称总体回归. 回归函数（PRF）说明被解释变量Y的平均状态（总体条件期望）随解释变量X变化的规律。 如果X与Y之间存在线性关系，PRF则为 §2-2 总体回归函数 撓咝詳一词的含义 对变量为线性：Y的条件期望值是X的线性函数，如 非线性如： 对参数为线性：Y的条件期望值是各参数β的线性函数，如： 非线性如： 本课程研究的撓咝詳主要针对参数而言，包含两种情况：①对参数和变量均为线性；②对参数为线性而对变量X则为非线性 (2.4.1) (2.4.2) 随着家庭收入的增加，家庭消费支出平均地说也增加，但对某一个家庭而言，两者的关系如何？由于受随机因素的影响，对各个家庭而言Yi变化趋势并不相同，消费支出围绕其条件期望上下波动 此时，Yi可以表示如下： 系统性systematic或 确定性deterministic成份 随机干扰或随机误差项，非系统性成份 nonsystematic §2-3 回归方程的随机性 在计量经济学中假设 随机误差项的意义 干扰项是从模型中省略下来的而又集体影响着Y的全部变量的替代物，代表