第二讲 计量经济学.pptVIP

1、计量经济学是什么？ 2、计量经济学能干什么？ 3、计量经济学如何解决问题？ 4、计量经济学解决问题的评价？ 第一讲回顾 相关性分析与回归分析 相关关系：指两变量之间线性关系。 一、相关性分析。 相关性分析：通过样本相关系数推断总体的相关性。 相关关系的刻划：相关系数反映两变量之间的相关性。 为随机变量 X 和 Y 的相关系数 . 定义: 设D(X)0, D(Y)0, 称 相关系数没有单位，其值为-1 r 1。r值为正表示正相关，r值为负表示负相关， 绝对值越大说明相关关系越密切， r的绝对值等于1为完全相关，r=0为不相关。 样本相关系数： 相关性分析的应用举例： X:学生的数学成绩 Y:学生的物理成绩 问题:X与Y之间相关性如何？ X Y 84 79 54 70 60 70 20 40 95 88 78 60 80 91 55 70 73 82 78 90 相关系数 0结论：X与Y之间高度正相关。 二、回归分析 因果关系：一个变量的变化引起另一变量的变化，此时前一变量是后一变量的原因，两变量之间具有因果关系。 相关关系与因果关系 具有因果关系的变量一定具有相关关系； 如：小孩的身高与小树的身高。 如：收入与消费 具有相关关系的变量未必有因果关系。 课后习题：P21(7、8） 回归分析：分析变量之间的因果关系及影响程度 第二章 经典单方程计量经济学模型：一元线性回归模型 1、一元回归模型的建立： 模型中有一个被解释变量，一个解释变量。 一元回归模型： 设 系统因素 无信息时对随机变量的预测：均值 有信息时对随机变量的预测：条件均值 2、一元回归模型的统计含义： 随机因素(随机扰动项） 3、一元线性回归模型 线性 一元线性回归模型： 若设： 截距项 斜率 总体回归函数： 总体回归模型： 总体回归模型与总体回归函数 一元线性回归模型（总体回归）模型： 一元线性回归模型的总体回归函数： 随机扰动项的引入： 代表影响被解释变量的未知因素； 代表众多对被解释变量有微小作用的变量的综合； 代表数据观测误差。 随机扰动项是被解释变量与条件期望的差。 一元线性回归模型 例2.1，将平均居民消费支出是可支配收入的线性函数时: 　例2.1中，将居民消费支出看成是其可支配收入的非线性函数时，如: 此为一元线性回归模型的总体回归函数。 此为一元非线性回归模型的总体回归函数。 §2.1 回归分析概述(Regression Analysis) 1、回归 “回归”的本意：向“均值”回复的趋势 回归的现代意义(regression analysis)：估计和预测被解释变量的均值，是研究被解释变量对于解释变量依赖关系的计算方法和理论。 2、样本回归模型与样本回归函数 抽样的必要性 总体与样本 例2.2：若例2.1的总体未知，得如下一个样本： 该样本的散点图（scatter diagram)： 一元线性回归模型的总体回归函数。 此即样本回归函数。 样本回归函数： 样本回归模型： 残差 3：回归分析：用样本回归函数估计总体回归函数。 §2.2 一元线性回归模型的参数估计 模型： 同时还假定： 一、参数的普通最小二乘估计（OLS） 假定现在已经取得样本： 最小二乘原理及估计量 最小二乘原理:使观测值与估计值之差的平方和最小。 正规方程组 最小二乘参数估计量： 离差或中心化： 最小二乘估计量的简化： 2、最小二乘估计量是什么？ 最小二乘估计量是Yi的线性组合，是Yi的加权平均数。 权数的性质： 最小二乘估计的例 年份 ED(X) FI(Y) ed fi ed*fi ed*ed 1991 708 3149 -551 -2351 1295401 303601 1992 793 3483 -466 -2017 939922 217156 1993 958 4349 -301 -1151 346451 90601 1994 1278 5218 19 -282 -5358 361 1995 1467 6242 208 742 154336 43264 1996 1704 7408 445 1908 849060 198025 1997 1904 8651 645 3151 2032395 416025 平均 1259 5500 0 0 801744 181290.42 3、最小二乘估计残差的性质 由正规方程组， 即得 正规方程组实际上揭示的是残差的性质。