计量经济学02 简单线性回归模型 韩纪江.ppt

第二章 简单线性回归模型Linear regression model 本章主要讨论: ●回归分析与回归函数 ●简单线性回归模型参数的估计 ●拟合优度的度量 ●回归系数的区间估计和假设检验 ●回归模型预测 回归的现代意义modern interpretation of regression Regression analysis is concerned with the study of the dependence of one variable, the dependent variable, on one or more other variables, the explanatory variables, with a view to estimating and/or predicting the （population） mean or average value of the former in terms of the known or fixed （in repeated sampling） values of the latter.： 关于一个变量（被解释变量或应变量）对另一个或多个变量（解释变量）依存关系的研究，用适当的数学模型去近似地表达或估计变量之间的平均变化关系 回归的目的（实质）： 根据已知的或固定的解释变量的数值，去估计所研究的被解释变量的总体平均值。 回归与相关的区别REGRESSION VERSUS CORRELATION correlation analysis is closely related to but conceptually very much different from regression analysis 1.回归分析中，应变量和解释变量存在不对称性asymmetry。应变量是随机的stochastic，因此而具有概率分布probability distribution。解释变量则是固定的have fixed values （in repeated sampling） 2.相关分析中，应变量与解释变量是对称的symmetrical，没有区别，都是随机的。 2.总体回归函数的表现形式 （1）条件均值表现形式 Conditional means 假如Y 的条件均值E（Y|Xi） 是解 释变量X 的线性函数，可表示为： E（Y|Xi）= f（Xi）=β1+β2Xi β1 andβ2 are unknown but fixed parameters known as the regression coefficients; β1 andβ2 are also known as intercept and slope coefficients, 3.如何理解总体回归函数 作为总体运行的客观规律，总体回归函数是客观存在的，其参数虽然未知,但是是确定的常数。 总体回归函数中的随机扰动项μi 是不可直接观测的。 实际的经济研究中总体回归函数的形式通常是未知的，只能根据经济理论和实践经验去加以设定。 在计量经济研究 中，设定计量经济模型，实际就是在设定总体回归函数可能的具体形式。 4.“线性”的判断 linear regression model （LRM） E（Yi|Xi）=β1+β2Xi，变量、参数均为“线性” E（Yi|Xi）=β1+β2Xi2，参数“线性”，变量”非线性” Linearity in the Parameters the conditional expectation of Y, E（Y | Xi）, is a linear function of the parameters E（Yi|Xi）=β1+β21/2Xi，变量“线性”，参数”非线性” Linearity in the Variables the conditional expectation of Y is a linear function of Xi 计量经济学中: from now on the term “linear” regression will always mean a regression that is linear in the parameters; theβ’s （the parameters）are raised to the first power only. It may or may not be linear in the explanatory variables,the X’s. 线性回归模型主要指就参数而言是“线性”,因为只要对参数而言是线性的,都可以用类似的方法估计其参数。 LINEAR REGRESSION MODELS 三、随