2 经典单方程计量经济学模型.ppt

性主要使用假设检验。 1。假设检验 2。变量的显著行检验 由于对一元线性回归模型已知 而且 未知时可用其无偏估计量 替代，构造统计量 该统计量服从自由度为n－2的t分布，因此可用该统计量作为 显著性检验的t统计量。原假设与被择假设分别为 给定一个显著性水平 ，得到拒绝域 或者 。 三、参数的置信区间由 得到 的置信区间为 同样处理另一个参数。还需要关注置信区间和置信水平样本容量之间的关系。 §2.4 一元线性回归模型的统计检验 一、拟合优度检验 检验模型对样本观测值的拟合程度。 可决系数与调整的可决系数 总离差平方和： 回归平方和： 残差平方和： 则TSS=ESS+RSS 即总离差平方和可分解为回归平方和与残差平方和两部分。回归平方和反映了总离差平方和中可由样本回归线解释的部分，它越大，残差平方和越小，表明样本回归限于样本观测值的拟合程度越高。因此，可用回归平方和占总离差平方和的比重来衡量样本回归线对样本观测值的拟合程度： 调整的可决系数 且有 §2.5 一元线性回归分析的应用：预测问题 考虑回归模型 得到点预测意义： 一、预测值是条件均值或个别值的一个无偏估计 由于总体回归函数为 样本回归函数为 总体个别值 得到 时的拟合值为 进一步 且 这说明在 时，样本估计值 是总体条件均值 或个别值 的无偏估计，因此可用 作为 和 的预测值。 二、总体条件均值与个别值预测值的置信区间 1.总体条件均值预测值的置信区间 得 故 将未知的 以其无偏估计量 代替，构造t统计量 其中 于是，在 的置信度下，总体均值 的置信区间为 2. 总体个别值预测值的置信区间 由 知 于是 将未知的 以其无偏估计量 代替，构造t统计量 其中 于是，在 的置信度下，总体均值 的置信区间为 §2.6 实例及时间序列问题 一、中国城镇居民人均消费支出模型：截面数据模型 考察中国城镇居民2006年人均可支配收入与消费之处的关系，应用中国内地31个省区以当年价测算的城镇居民家庭年人均收入与年人均支出两组数据。所做工作包括 1.建立模型 2.模型检验 3.预测 二、中国居民总量消费函数：时间序列数据模型 从总体上考察中国居民收入与消费的关系，思考需要怎样的变量与数据？然后 1.建立模型 2.模型检验 3.预测 第二章 经典单方程计量经济学模型：一元线性回归模型 线性回归模型的特征 历史渊源： 皮尔逊（Karl Pearson）搜集了一千多个家庭成员身高的记录，发现身体高的父亲一组，儿子们身高平均低于他们父亲的身高，身体矮的父亲一组，儿子们平均身高高于他们父亲的身高，这样，儿子的高矮趋向所有人的平均身高，即“回归到普通人”。 在同族中抽取n对父-子的身高, 即有n对数据: (X1,Y1), (X2,Y2), … , (Xn,Yn). Yk ? a + bXk , 1?k?n. Yk ~ a + bXk , 1?k?n ?--男人平均身高. 由上式得 Yk -? ~a + bXk -? ~ a +(b-1)? + b(Xk -?) ~c+ b(Xk -?) (注意?=(1-b)?+b? ,c= a +(b-1)? ,0b1) §2.1 回归分析概述 一、回归分析基本概念 1. 变量之间的相互关系 2. 相关分析与回归分析 两个变量总体相关系数公式 两个变量的样本 相关系数公式 回归分析是研究一个变量关于另一个变量的依赖关系的计算方法和理论。目的在于通过后者的已知或者设定值，去顾及或预测前者的均值。分为解释变量（自变量）和被解释变量（因变量）。 回归分析包含的内容： （1）根据样本进行模型参数估计，得回归方程； （2）对回归方程、参数估计值的显著性检验； （3）利用回归方程进行分析、评价、预测。 表2.1.1 某社区家庭每月可支配收入与消费支出统计表 每月家庭可支配收入X 800 1100 1400 1700 2000 2300 2600 2900 3200 3500 每月家庭消费Y 561 63