一元线性回归模型预测.pptVIP

第五节 一元线性回归模型的预测 计量经济学模型的一个重要应用是经济预测。当我们用一组样本观测值及最小二乘法得到样本回归方程 之后，如果样本回归方程通过了各种检验，就可以用样本回归方程进行预测。 一、点预测 注意： 作为被解释变量（或均值）的预测值是存在误差的。 原因:（1）参数估计量不确定； （2）随机误差项的影响。 ?0是条件均值E(Y|X=X0)或个值Y0的一个无偏估计 对总体回归函数E(Y)=?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。 对总体回归模型Y=?0+?1X+u，当X=X0时 二、总体条件均值与个值的区间预测 1.总体均值E(Y/X0)的预测区间 由于 于是 因此 故 其中 于是，在1-?的置信度下，总体均值E(Y|X0)的预测区间为 2、总体个值Y0的预测区间 由 知: 于是 式中 : 从而在1-?的置信度下， Y0的预测区间为 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%的预测区间为： 673.84-2.306?61.05 E(Y|X=1000) 673.84+2.306?61.05 即 （533.05, 814.62） 同样地，对于Y在X=1000的单个值，其95%的预测区间为： 673.84 - 2.306?130.88Yx=1000 673.84 + 2.306?130.88 即 (372.03, 975.65) 总体均值与个体值的置信带（域）（confidence band）： 对于Y的总体均值E(Y|X)与个体值的预测区间（置信区间）: （1）样本容量n越大，预测精度越高，反之预测精度越低； （2）样本容量一定时，置信带的宽度当在X均值处最小，其附近进行预测（内插预测）精度越高；X越远离其均值，置信带越宽，预测精度下降。 （3）随机项方差估计量越小，预测精度越高；反之越低。 学习动物精神 11、机智应变的猴子：工作的流程有时往往是一成不变的，新人的优势在于不了解既有的做法，而能创造出新的创意与点子。一味 地接受工作的交付， 只能学到工作方法 的皮毛，能思考应 变的人，才会学到 方法的精髓。 学习动物精神 12、善解人意的海豚：常常问自己：我是主管该怎么办才能有助于更好的处理事情的方法。在工作上善解人意， 会减轻主管、共 事者的负担，也 让你更具人缘。