计量经济学Econometrics-2.4一元线性回归.ppt

1.基本思想 ●运用计量经济模型作预测：指利用所估计的样本回归函数，用解释变量的已知值或预测值，对预测期或样本以外的被解释变量数值作出定量的估计。 ●计量经济预测是一种条件预测： 条件：◆模型设定的关系式不变 ◆所估计的参数不变 ◆ 解释变量在预测期的取值已作出预测 对因变量的预测又分为点预测和区间预测 §2.4 一元线性回归分析的应用：预测问题 Y 平均值的点预测 将解释变量预测值直接代入估计的方程 这样计算的 是一个点估计值 设已知随机变量X均值为a,要预测X的值,直观告诉我们,应该选取均值a为预测值.因为a是X的最有代表性的数值,理论上如果一均方误差为优良准则的,那么均值a是预测均方误差最小的. 对于一元线性回归模型 给定样本以外的解释变量的观测值X0，可以得到被解释变量的预测值?0 ，可以此作为其条件均值E(Y|X=X0)或个别值Y0的一个近似估计。 注意： 严格地说，这只是被解释变量的预测值的估计值，而不是预测值。 原因:（1）参数估计量不确定； （2）随机项的影响 一、?0是条件均值E(Y|X=X0) 对总体回归函数E(Y|X=X)=?0+?1X，X=X0时 E(Y|X=X0)=?0+?1X0 于是 可见，?0是条件均值E(Y|X=X0)的无偏估计。 下面来解释 二、总体条件均值与个值预测值的置信区间 1、总体均值预测值的置信区间 由于 于是 可以证明 这个意义不大 那么相对它们的区间估计如何? Y0是条件均值的无偏估计-点估计,区间估计就要考虑是Y0-E(Y0IX0)方差. 因此 故 其中 于是，在1-?的置信度下，总体均值E(Y|X0)的置信区间为 在上述收入-消费支出例中，得到的样本回归函数为 则在 X0=1000处， ?0 = –103.172+0.777×1000=673.84 而 因此，总体均值E(Y|X=1000)的95%的置信区间为： 673.84-2.306?61.05 E(Y|X=1000) 673.84+2.306?61.05 或 （533.05, 814.62） 预测的其他问题 内插型(自变量在已知的范围内)的预测比较好. 不宜对回归方程作过远的外推型预测.